remove_not_utf8.php

remove_not_utf8.php

<?php
/** 
 * 用正则将所有`UTF8`字符拿出来，扔进一个数组。
 * 将数组的所有字符连接起来，构成结果字符串。
 */
/**
 * 处理函数
 * @param string $str 待过滤字符串。
 * @return string
 */
function utf8filter($str)
{
	# 匹配 utf8 字符的正则表达式
	$pattern = '%(
	[\x09\x0A\x0D\x20-\x7E]
	| [\xC2-\xDF][\x80-\xBF]
	| \xE0[\xA0-\xBF][\x80-\xBF]
	| [\xE1-\xEC\xEE\xEF][\x80-\xBF]{2}
	| \xED[\x80-\x9F][\x80-\xBF]
	| \xF0[\x90-\xBF][\x80-\xBF]{2}
	| [\xF1-\xF3][\x80-\xBF]{3}
	| \xF4[\x80-\x8F][\x80-\xBF]{2}
	)%xs';
	# 匹配到所有utf8字符
	preg_match_all($pattern, $str, $matches);
	# 所有utf8字符连接成一个字符串
	$result = implode($matches[0]);
	
	return $result;
}