如何從一個字符串中刪除所有的ASCII碼

Question

我的句子包括像

"#$% 

如何刪除所有ASCII碼ASCII字符代碼？

我試過strip_tags(),html_entity_decode()和htmlspecialchars()，他們沒有工作。

Answer 1

如果你手頭多字節字符串的擴展，這個工程：

$string = '"#$%'; 
mb_convert_encoding($string, 'UTF-8', 'HTML-ENTITIES'); 

這確實給：

"#$% 

鬆散的聯繫是：

• PHP DomDocument failing to handle utf-8 characters (☆)

---

通過DOM擴展，你可以加載它，並把它轉換到這可能有利於更好地處理HTML元素和一個字符串，例如：

echo simplexml_import_dom(@DomDocument::loadHTML('"#$%'))->xpath('//body/p')[0]; 

這確實輸出：

"#$% 

如果它包含HTML，則可能需要導出該元素的內部html，這在一些其他答案中有所解釋：

• DOMDocument : how to get inner HTML as Strings separated by line-breaks?

Answer 2

你可以運行這個，如果你不希望返回值：

preg_replace('/(&#x[0-9]{4};)/', '', $text); 

但要注意。這基本上是一個nuker和HTML實體的工作方式，我相信這會干擾你的字符串的其他部分。我建議將它們放在個人身份中，並將它們編碼爲@hakra節目。

Answer 3

您是否嘗試刪除解析爲非ascii字符的實體？如果這是你想要的，你可以使用此代碼是什麼：如果這不是你想要的，你需要澄清的問題

$str = '" # $ % 琔'; // " # $ % 琔 
// decode entities 
$str = html_entity_decode($str, ENT_QUOTES, 'UTF-8'); 
// remove non-ascii characters 
$str = preg_replace('/[^\x{0000}-\x{007F}]/u', '', $str); 

或者

// decode only iso-8859-1 entities 
$str = html_entity_decode($str, ENT_QUOTES, 'iso-8859-1'); 
// remove any entities that remain 
$str = preg_replace('/&#(x[0-9]{4}|\d+);/', '', $str); 

。

Answer 4

從字符串中刪除日文字符，你可以使用下面的代碼：

// Decode the text to get correct UTF-8 text: 
$text = html_entity_decode($text, ENT_QUOTES, 'UTF-8'); 

// Use the UTF-8 properties with `preg_replace` to remove all Japanese characters 
$text = preg_replace('/\p{Katakana}|\p{Hiragana}|\p{Han}/u', '', $text); 

文檔：

Unicode character properties
Unicode scripts

一些語言是由多個的腳本。沒有日文的Unicode腳本。取而代之的是，統一提供，日本文檔通常由平假名，片假名，韓和拉丁文字。

Try the code here