異なるエンコーディングの文字列から印刷不可能な文字を効率的に削除するにはどうすればよいですか?

文字列内の印刷不可能な文字のエスケープ

はじめに:

テキスト データを処理する場合、多くの場合、保存、表示、または処理中に問題を引き起こす可能性がある特定の印刷不可能な文字を削除する必要があります。これらの文字を効率的に削除する方法を理解することが重要です。

解決策:

印刷不可能な文字 (0 ～ 31 および 127) を削除するには、次の点に基づいて次のオプションを検討してください。文字列のエンコーディング:

1. 7 ビット ASCII:

$string = preg_replace('/[\x00-\x1F\x7F-\xFF]/', '', $string);

2. 8 ビット拡張 ASCII:

$string = preg_replace('/[\x00-\x1F\x7F]/', '', $string);

3. UTF-8:

$string = preg_replace('/[\x00-\x1F\x7F]/u', '', $string);

4. str_replace を使用する代替案:

$badchar = [...]; // Array of non-printable characters
$string2 = str_replace($badchar, '', $str);

ベンチマーク:

preg_replace と str_replace のパフォーマンスは、文字列の長さと型によって異なります。特定のケースに最適なアプローチを決定するには、独自のデータでベンチマークを行うことをお勧めします。

Unicode についてはどうですか?

特定の印刷不可能な Unicode 文字 (例: NO-BREAK SPACE)、文字クラス内で xA0 を使用します:

$string = preg_replace('/[\x00-\x1F\x7F\xA0]/u', '', $string);

以上が異なるエンコーディングの文字列から印刷不可能な文字を効率的に削除するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。