版权声明:程序猿小鱼 https://blog.csdn.net/u012664888/article/details/25575715
还记得曾经在工作中,将爬来的其他站点的数据导到xml。可是会遇到一个问题:即网页会有ascII的控制字符。
一開始以为是别人为了防止採集而增加的。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,就好攻克了。
/**
* 依据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[$i]); //得到其asc码
//下面代码旨在过滤非法字符
if($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);
}