PHP 过滤非 UTF-8 字符

在 PHP 开发中，我们经常需要处理用户输入的数据。但是，由于字符编码的问题，有些字符串可能包含非 UTF-8 字符。这些字符可能会导致问题，例如在使用数据库的时候会出现错误，影响我们的应用程序的正常运行。

在本文中，我们将介绍如何使用 PHP 过滤非 UTF-8 字符从而保证我们的应用程序的正常运行。

使用 mb_check_encoding() 函数检查字符串是否为 UTF-8

使用 mb_check_encoding() 函数可以检查字符串是否为 UTF-8 编码。如果字符串是 UTF-8 编码则返回 true，否则返回 false。

示例代码：

if (mb_check_encoding($string, 'UTF-8')) {
    // 字符串是 UTF-8 编码
} else {
    // 字符串不是 UTF-8 编码
}

使用 mb_convert_encoding() 函数将字符串转换为 UTF-8 编码

如果字符串不是 UTF-8 编码，你可以使用 mb_convert_encoding() 函数将其转换为 UTF-8 编码。

示例代码：

$string = mb_convert_encoding($string, 'UTF-8', 'GBK');

在上面的代码中，我们将 $string 字符串从 GBK 编码转换为 UTF-8 编码。

使用正则表达式过滤非 UTF-8 字符

如果你只想过滤掉非 UTF-8 字符而不需要转换编码，你可以使用正则表达式来实现。下面是一段代码示例：

$pattern = '/[\x80-\xFF]/';
$string = preg_replace($pattern, '', $string);

在上面的代码中，我们使用正则表达式 '/[\x80-\xFF]/' 匹配非 UTF-8 字符，并使用 preg_replace() 函数将其过滤掉。

总结

在 PHP 开发中，处理字符编码是非常重要的一部分。为了保证应用程序的正常运行，我们需要学会如何处理非 UTF-8 编码的字符。这篇文章介绍了三种处理方法：使用 mb_check_encoding() 函数检查字符串是否为 UTF-8、使用 mb_convert_encoding() 函数将字符串转换为 UTF-8 编码以及使用正则表达式过滤非 UTF-8 字符。根据实际情况选择不同的方法，保证应用程序的正常运行。