标签:
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); }
标签:
原文地址:http://www.cnblogs.com/wangluochong/p/5554697.html