非法Unicode字符

Question

我正嘗試將document.sdf（json）發送到Amazon Cloud Search。

...sadad<br \/>\n;color:G\u0002% k\u0010>\u0001\b? X_? p>", ... 

這些都是從document.sdf由PHP腳本生成和json_encoded

：除非有一些特殊的字符

Found Unicode characters that are not legal for Cloud Search:\n Illegal Unicode character '\u0002'\n Illegal Unicode character '\u0010'\n Illegal Unicode character '\u0001'\n Illegal Unicode character '\b' 

錯誤出來這塊文字的一切工作正常

以上的原文：

;顏色：G％k>？ X_？ P>

Answer 1

也許值得與像一個正則表達式去除所有從文本無效字符：

[^\u0009\u000A\u000D\u0020-\uD7FF\uE000-\uFFFD\uD800\uDC00-\uDBFF\uDFFF] 

但是當我遇到類似的問題，問題只是在於我沒在進行POST時不明確指定字符編碼，例如：

$curl = curl_init($cloudsearch_url); 
curl_setopt($curl, CURLOPT_HTTPHEADER, 
      array('Content-Type: application/json; charset=UTF-8')); //Defaults to ISO10646 (I think) without this 
curl_setopt($curl, CURLOPT_POST, true); 
curl_setopt($curl, CURLOPT_POSTFIELDS, $post_data); 
curl_exec($curl);