php - 删除 perso-arabic 字符串中的隐藏空格

Question

我有一个有 4 个字符的字符串当我执行 mb_strlen 时，结果是 5，这意味着那里有一个隐藏的字符

我已经遍历了它的字符以找出发生了什么

$string  = 'بشكه‌'; 

$string = trim($string);
$string = preg_replace("/\s| /",'',$string);

echo ' total length : '.mb_strlen( $string , "UTF-8" ) ;
echo '<br />';

 for( $i = 0; $i < mb_strlen( $string , "UTF-8" ); $i++ ) {
    $char_b = mb_substr( $string , $i, 1 , "UTF-8");
    echo $i . ' -> '.$char_b ;
   var_dump($char_b );
   echo '<br />';
}

这是输出

total length : 5
0 -> ب

string 'ب' (length=2)


1 -> ش

string 'ش' (length=2)


2 -> ك

string 'ك' (length=2)


3 -> ه

string 'ه' (length=2)


4 -> ‌

string '‌' (length=3)

我在上面使用了 trim 或 preg_replace("/\s|/",'',$string) 等常用函数，但没有用

有没有办法找到更多关于这些隐藏字符的信息，例如它们的真实面目以及如何删除它们？

Answer 1

如果您不知道需要删除什么，只需将其反转并删除除您想要保留的内容之外的所有内容，例如

$string = preg_replace("/[^\p{L}[:space:]]/u",'',$string);

• u匹配 unicode 的修饰符
• \p{L} unicode 单词的字符类
• [:space:]空间