PHP无法删除em dash等特殊字符问题求助

嘿，我来帮你搞定这个字符清理的问题！你遇到的情况很典型——抓取UTF-8页面时偶尔会出现编码解析小问题，导致多余的特殊字符混进来。咱们一步步来解决：

问题分析 #

你提到的两个特殊字符：

• em dash（十六进制E2 80 93）：这是标准的UTF-8长破折号
• Â（十六进制C3 82）：这通常是UTF-8字符被错误当成单字节编码（比如ISO-8859-1）解析后产生的乱码残留

之前用mb_ereg_replace没成功，大概率是因为没有指定UTF-8编码模式，导致多字节字符匹配失效。

几种有效解决方案 #

方案1：用mb_ereg_replace并指定UTF-8编码

直接把两个目标字符加入正则，同时加上编码参数：

$v = mb_ereg_replace("[\xE2\x80\x93\xC3\x82]", "", $v, 'UTF-8');

或者直接匹配字符本身（更直观）：

$v = mb_ereg_replace("–Â", "", $v, 'UTF-8');

方案2：用preg_replace加UTF-8修饰符/u

PHP的preg_replace需要/u修饰符来正确处理UTF-8多字节字符：

// 用十六进制转义匹配
$v = preg_replace('/[\x{E28093}\x{C382}]/u', '', $v);
// 或者直接匹配字符
$v = preg_replace('/–Â/u', '', $v);

方案3：用str_replace（最简单高效）

如果这两个字符是固定出现的，直接用str_replace替换更高效，不需要正则：

$v = str_replace(['–', 'Â'], '', $v);

验证结果 #

处理后你的变量$v应该会变成：25th March The Red Barn，完美移除了多余的特殊字符！

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