Suppression des caractères de contrôle de la chaîne PHP

Question

Comment supprimer les caractères de contrôle comme STX d'une chaîne PHP ? J'ai joué avec

preg_replace("/[^a-zA-Z0-9 .\-_;!:?äÄöÖüÜß<>='\"]/","",$pString)

mais j'ai trouvé que ça enlevait beaucoup trop de choses. Existe-t-il un moyen d'enlever seulement des chars de contrôle ?

Answer 1

Si vous entendez par caractères de contrôle les les 32 premiers caractères ascii et \x7F (ce qui inclut le retour chariot, etc.), alors cela fonctionnera :

preg_replace('/[\x00-\x1F\x7F]/', '', $input);

(Notez les guillemets simples : avec des guillemets doubles, l'utilisation de \x00 provoque une erreur d'analyse, en quelque sorte).

Le saut de ligne et le retour chariot (souvent écrits \r y \n ) peuvent être sauvés de la suppression comme suit :

preg_replace('/[\x00-\x09\x0B\x0C\x0E-\x1F\x7F]/', '', $input);

Je dois dire que je pense La réponse de Bobby est meilleur, dans le sens où [:cntrl:] transmet mieux ce que fait le code que [\x00-\x1F\x7F] .

AVERTISSEMENT : ereg_replace est déprécié en PHP >= 5.3.0 et supprimé en PHP >= 7.0.0 !, veuillez utiliser preg_replace au lieu de ereg_replace :

preg_replace('/[[:cntrl:]]/', '', $input);

Answer 2

Pour l'entrée Unicode, cela supprimera tous les caractères de contrôle, non assignés, à usage privé, de formatage et les points de code de substitution (qui ne sont pas également des caractères d'espace, tels que tabulation, nouvelle ligne) de votre texte d'entrée. Je l'utilise pour supprimer tous les caractères non imprimables de mon entrée.

<?php
$clean = preg_replace('/[^\PC\s]/u', '', $input);

pour plus d'informations sur \p{C} voir http://www.regular-expressions.info/unicode.html#category

Answer 3

PHP supporte les classes POSIX, vous pouvez donc utiliser [:cntrl:] au lieu de quelques trucs fantaisistes de magie de caractère :

ereg_replace("[:cntrl:]", "", $pString);

Editar:

Une paire supplémentaire de crochets pourrait être nécessaire en 5.3.

ereg_replace("[[:cntrl:]]", "", $pString);

Answer 4

Pour conserver les caractères de contrôle tout en les rendant compatibles avec JSON, j'ai du

$str = preg_replace(
    array(
        '/\x00/', '/\x01/', '/\x02/', '/\x03/', '/\x04/',
        '/\x05/', '/\x06/', '/\x07/', '/\x08/', '/\x09/', '/\x0A/',
        '/\x0B/','/\x0C/','/\x0D/', '/\x0E/', '/\x0F/', '/\x10/', '/\x11/',
        '/\x12/','/\x13/','/\x14/','/\x15/', '/\x16/', '/\x17/', '/\x18/',
        '/\x19/','/\x1A/','/\x1B/','/\x1C/','/\x1D/', '/\x1E/', '/\x1F/'
    ), 
    array(
        "\u0000", "\u0001", "\u0002", "\u0003", "\u0004",
        "\u0005", "\u0006", "\u0007", "\u0008", "\u0009", "\u000A",
        "\u000B", "\u000C", "\u000D", "\u000E", "\u000F", "\u0010", "\u0011",
        "\u0012", "\u0013", "\u0014", "\u0015", "\u0016", "\u0017", "\u0018",
        "\u0019", "\u001A", "\u001B", "\u001C", "\u001D", "\u001E", "\u001F"
    ), 
    $str
);

(Les règles JSON stipulent : " Tous les caractères Unicode peuvent être placés entre les guillemets, à l'exception des caractères qui doivent être échappés : guillemets, solidus inversé et les caractères de contrôle (U+0000 à U+001F) ").

Answer 5

Méthode sans regex

Si vous ne zappez que les caractères de contrôle que je connais (ceux inférieurs à 32 et 127), essayez ceci :

 for($control = 0; $control < 32; $control++) {
     $pString = str_replace(chr($control), "", $pString;
 }

$pString = str_replace(chr(127), "", $pString;

La boucle se débarrasse de tout sauf de DEL, que nous ajoutons à la fin.

Je pense que cela sera beaucoup moins stressant pour vous et le script que de traiter avec regex et la bibliothèque regex.

Mise à jour de la méthode sans regex

Juste pour le plaisir, j'ai trouvé une autre façon de le faire. Celle-ci le fait en utilisant un tableau de caractères de contrôle :

$ctrls = range(chr(0), chr(31));
$ctrls[] = chr(127);

$clean_string = str_replace($ctrls, "", $string);