请教：如何过滤清除文本中的多种空格和乱码

Z隐 · 发表于 2021-10-24 13:01:59

文本例子="龀そ锥巍?"

mysql UTF8 报错="\xDF\xA3\xA0\xA3 \xB4\xD3"

空格编码出来如下
URL编码(GBK)："%AA%A5" "%AA%A4" “%AA%B2” “%A3%A0”

遇到这种文本应该如何过滤删除？

zuoshoudidi · 发表于 2021-10-24 13:02:00

中文的ASCII码值的范围是是0～127.当操作系统采用非ASCII编码时(比如汉字编码)，一般用扩展ASCII码来进行，约定用128～255范围的编码连续2～3甚至4个来进行汉字编码，(比如国标用连续两个128～255的编码表示1个汉字，分别是区码和位码的编码；UTF-8可以用3个连续的数来表示一个汉字)，具体编码规则要看具体定义，一般不相同的。因此，在处理字符串时，如果是有符号字符串，遇到小于0的字符，会结合后面紧跟的字符来组成一个汉字，大于0的为标准西文字符；如果是无符号的，则可以判断是否大于127。

zuoshoudidi · 发表于 2021-10-24 13:07:02

转一下ansi。然后正则取一下

Z隐 · 发表于 2021-10-24 13:08:14

zuoshoudidi 发表于 2021-10-24 13:07
转一下ansi。然后正则取一下

求例程，谢谢。

Z隐 · 发表于 2021-10-24 13:19:04

遥行∑笠祷固峁┝?

阿汤哥 · 发表于 2021-10-24 13:54:14

我记得易模块里面有个文本区分_只取汉字（）和文本_取文本中汉字（），你试试~

番茄吧 · 发表于 2021-10-24 13:57:06

你这是取错文本了吧，要不然你就知道到底有多少个符号，好拿来替换，你这个不是空格，而是不可见文字

Z隐 · 发表于 2021-10-24 14:45:37

番茄吧发表于 2021-10-24 13:57
你这是取错文本了吧，要不然你就知道到底有多少个符号，好拿来替换，你这个不是空格，而是不可见文字 ...

嗯。文本中，有不可见字符串，和乱码。。。

番茄吧 · 发表于 2021-10-24 16:05:57

那你就要做总结了，都把这些非法字符抓出来，一个个的给他替换掉，最好在字节集里替换，再或者就用正则吧，取大小写英文，数字，还有中文就行了

yq1431 · 发表于 2021-10-24 16:09:06

源码贴出来

		自动登录	找回密码
密码			注册

[已解决] 请教：如何过滤清除文本中的多种空格和乱码

最佳答案

评分