javascript - 从 PHP 中的 UTF-8 字符串中删除控制字符

Question

所以我要在客户端(输入后)删除控制字符(制表符、cr、lf、\v 和所有其他不可见字符)，但由于无法信任客户端，我也必须在服务器中删除它们。

所以根据这个链接http://www.utf8-chartable.de/

控制字符从x00到1F，从7F到9F。因此我的客户端(javascript)控制字符删除功能是:

return s.replace(/[\x00-\x1F\x7F-\x9F]/g, "");

我的 php(服务器)控制字符删除功能是:

$s = preg_replace('/[\x00-\x1F\x7F-\x9F]/', '', $s);

现在这似乎只在 PHP 中产生国际 utf8 字符的问题，例如 ς (xCF x82)(因为 x82 在第二个序列组中)，等效的 javascript 不会产生任何问题。

现在我的问题是，我是否应该删除 7F 到 9F 的控制字符？据我了解，从 127 到 159(7F 到 9F)的序列显然可以是有效 UTF-8 字符串的一部分？

另外，也许我什至不应该过滤 00 到 31 控制字符，因为其中一些字符可能会出现在一些奇怪的(日语？中文？)但有效的 utf-8 字符中？

Answer 1

看来我只需要将 u 标志添加到正则表达式于是就变成了:

$s = preg_replace('/[\x00-\x1F\x7F-\x9F]/u', '', $s);