一次坑爹的小bug。讀取一段文字(編碼utf-8)，想替換掉空格，str_replace(" "..)、preg_replace("/\s/"..)都不起作用。
<?php// 替換後4個空格
$str = file_get_contents("");
$str = str_replace(" ", "-", $str);
$str = preg_replace("/\s/", "-", $str);
echo $str; // 不起作用
沒辦法，將替換不了的空格ord()下才看到，這個utf-8空格比較特殊。ascii 194 + 160出來的。
<?php// 替換後4個空格
$str = file_get_contents("");
$str = str_replace(chr(194) . chr(160), "-", $str); // 解決方法
echo $str; // ok
實驗下這個空格。
<?php// utf-8無bom檔案下，四個空格
$s1 = chr(194) . chr(160);
$s2 = chr(32);
$s3 = " ";
$s4 = " "; // 全形空格
$s = $s1 . $s2 . $s3 . $s4;
// 判斷
$r = '';
if ($s1 == $s2) $r .= 1;
if ($s1 == $s3) $r .= 2;
if ($s1 == $s4) $r .= 3;
if ($s2 == $s3) $r .= 4;
if ($s2 == $s4) $r .= 5;
if ($s3 == $s4) $r .= 6;
// 結果
echo $s, "#####", $r, "####", str_replace(" ", "-", $s), "####", preg_replace("/\s/", "-", $s);
結果：為方便書寫，|代表空格，|代表全形空格。
||||####4####|--|####|--|
改下瀏覽器編碼為gbk，結果：聽 銆€#####4####聽--銆€####聽--銆€
問題的根源，在於utf-8這種編碼裡面，存在乙個特殊的字元，其編碼是「0xc2 0xa0」(194 160)，轉換成字元的時候，表現為乙個空格，跟一般的半形空格（ascii 0x20）一樣，唯一的不同是它的寬度不會被壓縮，因此比較多的被用於網頁排版（如首行縮排之類）。而其他的編碼方式如gb2312、unicode之類並沒有這樣的字元。
總結下來就是：替換不了的字元，列印出ascii碼來總能替換掉吧。
參考：解決採集utf-8網頁空格變成問號亂碼
詭異的utf8空格
UTF 8編碼的空格（194 160）問題
前台的字串傳遞到後台進行處理，發現了乙個較詭異的問題 字串中的乙個空格 ascii 32 被utf 8編碼之後變成了乙個詭異的字元 ascii 194 和 160的組合 但在後台其表象還是空格。在utf 8編碼裡面存在乙個特殊的字元，其編碼是 0xc2 0xa0 轉換成字元的時候表現為乙個半角空格，...
UTF 8編碼的空格（194 160）問題
前台的字串傳遞到後台進行處理，發現了乙個較詭異的問題 字串中的乙個空格 ascii 32 被utf 8編碼之後變成了乙個詭異的字元 ascii 194 和 160的組合 但在後台其表象還是空格。在utf 8編碼裡面存在乙個特殊的字元，其編碼是 0xc2 0xa0 轉換成字元的時候表現為乙個半角空格，...
Java 解決採集UTF 8網頁空格變成問號亂碼
問題的根源，在於utf 8這種編碼裡面，存在乙個特殊的字元，其編碼是 0xc2 0xa0 轉換成字元的時候，表現為乙個空格，跟一般的半形空格 ascii 0x20 一樣，唯一的不同是它的寬度不會被壓縮，因此比較多的被用於網頁排版 如首行縮排之類 而其他的編碼方式如gb2312 unicode之類並沒...