PHP如何过滤字符串数组中的\u00a0字符 相等判断匹配不生效问题

问题核心原因 #

UTF-8编码下不间断空格（对应HTML的 ，Unicode码位U+00A0）的存储格式为双字节\xc2\xa0，你之前尝试的匹配方式都存在问题：

• PHP 7.0以下版本不识别"\u00a0"这种Unicode转义写法，会解析为普通字符串
• chr(160)生成的是单字节的\xa0，和UTF-8下的双字节不间断空格编码不匹配，无法命中
• 部分节点值可能同时包含不间断空格和其他空白字符，单纯全等判断无法覆盖

解决方案 #

场景1：过滤所有仅含空白（含普通空格、换行、制表符、不间断空格）的节点

适用绝大多数场景，只要节点没有有效文本就过滤，修改后代码如下：

function getContent($xPath) {
    $query = "//div[@class='WordSection1']";
    $elements = $xPath->query($query);
        
    if (!is_null($elements)) {
        $content = array();
        foreach ($elements as $element){
            $nodes = $element->childNodes;
            foreach ($nodes as $node) {
                // 替换所有不间断空格后去除首尾空白，判断是否有有效内容
                $cleanValue = trim(str_replace("\xc2\xa0", '', $node->nodeValue));
                if (!empty($cleanValue)) {
                    // 若需要存储清洗后的值就填$cleanValue，保留原值就填$node->nodeValue
                    $content[] = $node->nodeValue;
                }
            }
        }
        return $content;
    }
    // 补充默认返回，避免无匹配元素时返回null
    return [];
}

场景2：仅过滤完全等于单个不间断空格的节点

和你给出的示例需求完全匹配，仅修改判断条件即可：

if ($node->nodeValue !== "\xc2\xa0") {
    $content[] = $node->nodeValue;
}

内容的提问来源于stack exchange，提问作者BryceBy