php过滤ascii控制字符

Posted 2020-07-19 网络虫

还记得以前在工作中，将爬来的其它网站的数据导到xml。但是会遇到一个问题：即网页会有ascII的控制字符。 一开始以为是别人为了防止采集而加入的，然后发现一个就往过滤表里加一个。直到慢慢发现，他们都是ascii表里的字符。 找到原因了，就好解决了。

 /**
  * 根据ascii码过滤控制字符
  * @param type $string
  */
 public static function special_filter($string)
 {
  if(!$string) return ‘‘;
 
  $new_string = ‘‘;
  for($i =0; isset($string[$i]); $i++)
  {
   $asc_code = ord($string[$i]);	//得到其asc码
   
   //以下代码旨在过滤非法字符
   if($asc_code == 9 || $asc_code == 10 || $asc_code == 13){
    $new_string .= ‘ ‘;
   }
   else if($asc_code > 31 && $asc_code != 127){
    $new_string .= $string[$i];
   }
  }
 
  return trim($new_string);
 }