PHP: Come codificare U + FFFD per fare una sostituzione?

Question

Sto tentando di visualizzare un feed di dati su una pagina. Stiamo vivendo problemi di codifica con un personaggio strano. Per qualche motivo, nel feed c'è il carattere U+FFFD. E htmlentities() non sfuggirà al personaggio, quindi ho bisogno di sostituirlo manualmente. (Sto usando PHP 5.3)

ho provato la seguente:

$string = str_replace("\xFFFD", "_", $string); 
$string = str_replace("\XFFFD", "_", $string); 
$string = str_replace("\uFFFD", "_", $string); 
$string = str_replace("\x{FFFD}", "_", $string); 
$string = str_replace("\X{FFFD}", "_", $string); 
$string = str_replace("\P{FFFD}", "_", $string); 
$string = str_replace("\p{FFFD}", "_", $string); 

Nessuno del lavoro di cui sopra.

Dopo aver letto questa pagina - http://php.net/manual/en/regexp.reference.unicode.php - Non sono sicuro di cosa sto facendo male. Devo compilare il supporto UTF-8 in PCRE?

Answer 1

Usa preg_replace invece in questo modo:

$string = preg_replace('@\x{FFFD}@u', '_', $string); 

Answer 2

Si dovrebbe tentare di risolvere il problema originale, FFFD (Il unicode replacement character) non è nella maggior parte dei casi, destinate ad essere un carattere di testo vero e proprio, ma un segno che qualcosa ha tentato da decodificare in una codifica UTF ma che qualcosa non è stato effettivamente codificato in una codifica UTF. È un'alternativa per ignorare in silenzio i byte non validi o interrompere completamente il processo di decodifica, in entrambi i casi, se lo vedi, si è verificato un errore.

Non c'è modo di sapere quale fosse il personaggio originale. Soprattutto con la tua soluzione, dal momento che sostituisci il personaggio con _, non puoi nemmeno sapere che la fonte originale è stata decodificata in modo errato. Dovresti tornare alla fonte e decodificarla correttamente.

Nota: È possibile che un testo di origine utilizzi � come un carattere letterale, normale, ad esempio quando si parla di esso e non vi è quindi alcun errore. Sto escludendo questa possibilità nella mia risposta.