php preg_replace空格无法替换问题

一次坑爹的小bug。读取一段文字(编码utf-8)，想替换掉空格，str_replace(" "..)、preg_replace("/\s/"..)都不起作用。

 

<?php

$str = '<p>    你好<p>';
$str = preg_replace('/\s/is','',$c);
$str = str_replace(" ", "a", $str); 
var_dump($str); //不起作用

 

没办法，将替换不了的空格ord()下才看到，这个utf-8空格比较特殊。ASCII 194 + 160出来的。

 

<?php

$str = '<p>    你好<p>';
$str = str_replace(chr(194) . chr(160), "a", $str);  // 解决方法1
$str = preg_replace('/\xC2\xA0/is', "a", $str);  // 解决方法2
var_dump($str); //ok

 

 

问题的根源，在于UTF-8这种编码里面，存在一个特殊的字符，其编码是“0xC2 0xA0”(194 160)，转换成字符的时候，表现为一个空格，跟一般的半角空格（ASCII 0x20）一样，唯一的不同是它的宽度不会被压缩，因此比较多的被用于网页排版（如首行缩进之类）。而其他的编码方式如GB2312、Unicode之类并没有这样的字符。

整理遇到的各种无法替换的字符：

chr(194).chr(160) 变现为空格

chr(227).chr(128) 变现为空格

chr(226).chr(128).chr(172).chr(226).chr(128).chr(172).chr(30) 变现为空

 

 

总结：替换不了的字符，打印出ASCII码来总能替换掉吧。