不间断的utf-8 0xc2a0空间和preg_replace奇怪的行为 [英] non-breaking utf-8 0xc2a0 space and preg_replace strange behaviour

问题描述

在我的字符串中，我有utf-8不间断空格(0xc2a0)，我想用其他内容替换它.

In my string I have utf-8 non-breaking space (0xc2a0) and I want to replace it with something else.

当我使用

$str=preg_replace('~\xc2\xa0~', 'X', $str);

可以.

但是当我使用

$str=preg_replace('~\x{C2A0}~siu', 'W', $str);

没有发现(并替换)不间断的空间.

non-breaking space is not found (and replaced).

为什么?第二个正则表达式有什么问题?

Why? What is wrong with second regexp?

格式\x{C2A0}是正确的，我也使用了u标志.

The format \x{C2A0} is correct, also I used u flag.

推荐答案

实际上，有关PHP中转义序列的文档是错误的.当您使用\xc2\xa0语法时，它将搜索UTF-8字符.但是使用\x{c2a0}语法，它将尝试将Unicode序列转换为UTF-8编码的字符.

Actually the documentation about escape sequences in PHP is wrong. When you use \xc2\xa0 syntax, it searches for UTF-8 character. But with \x{c2a0} syntax, it tries to convert the Unicode sequence to UTF-8 encoded character.

一个不间断的空格是U+00A0(Unicode)，但在UTF-8中编码为C2A0.因此，如果您尝试使用模式~\x{00a0}~siu，它将按预期工作.

A non breaking space is U+00A0 (Unicode) but encoded as C2A0 in UTF-8. So if you try with the pattern ~\x{00a0}~siu, it will work as expected.

这篇关于不间断的utf-8 0xc2a0空间和preg_replace奇怪的行为的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！