PHP preg_replace瀏覽器和控制檯不同的行爲

Question

我有一個奇怪的PHP問題。

我使用此代碼讀取HTML頁面

$fh = fopen('html_page.htm', 'r+'); 
$html_page = ''; 

while (!feof($fh)) 
{ 
    $html_page .= fread($fh, 1024); 
} 
fclose($fh); 

而且在該網頁中我有這樣的事情：

<span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</span> 

而且這樣的：

<span>&nbsp;&nbsp;324.85&nbsp;SGD&nbsp;</span> 

所以我想從所有的內容中去掉那些標籤的內容，使第一個例子變成空字符串和第二例這樣的：

324.85 SGD 

我的解決辦法是這樣的：（$ str變量保存標籤的內容，只是內容沒有標籤）

$str = trim(preg_replace('/[^\w+ .,:;]/', ' ', $str)); 

當我通過瀏覽器加載我的腳本時，這很有效。 即使我得到這樣的：

324.85 SGD // Inner extra spaces not removed 

注：我的劇本被加載，而不是HTML頁面，它仍然是讀取槽FREAD（）調用。

我在瀏覽器中顯示輸出（是的，我在看HTML源代碼），它的表現很好。 但是，當我運行腳本槽控制檯，它仍然以同樣的方式讀取相同的HTML頁面，基本上所有的都一樣，除了我保存輸出到.txt文件或顯示它在控制檯我得到這個。

第一個例子與所有的& nbsp;

     

而第二與& NBSP混合值;

  324.85 SGD 

當我運行低谷的瀏覽器，因爲在節目中，我檢查空字符串值（第一個例子），它確實是空的第一個例子，這是不喜歡這些人物在那裏，但不顯示。

解決方案，我發現是這樣的：

$str = trim(preg_replace('/[\x00-\x1F\x80-\xFF]/', ' ', $str)); 

作品在這兩種情況下。 輸出： 324.85 SGD

所以問題是，爲什麼PHP在這種情況下通過瀏覽器和控制檯運行時表現如此不同？

什麼是標準化字符串以消除多餘的內部空間的最佳方式是什麼？

從這：

324.85 SGD 

這個

324.85 SGD 

但是，當然，我想它的所有字符串的工作，無論他們是多麼漫長。

謝謝。

Answer 1

它似乎與字符編碼有關。我想知道你的HTML是UTF-8，而你的控制檯不支持那樣或類似的東西。

字符編碼是瞭解處理字符時非常重要的一點。

我認爲可以工作的是將輸出更改爲latin1，但這是一個非常瘋狂的猜測： 因此，嘗試將utf8_decode（）包裝到您要輸出的內容中。

編輯：以上是我的第一個猜測，但經過一點谷歌搜索，我發現可能fread（）是你的問題。請看看： set utf-8 encoding for fread fwrite and http://php.net/manual/en/function.fopen.php#104325