如何在PHP中检测格式错误的utf-8字符串？

iconv函数有时会给我一个错误：

Notice:
iconv() [function.iconv]:
Detected an incomplete multibyte character in input string in [...]

---

在将数据放入inconv之前，是否有方法检测utf-8字符串中是否存在非法字符？

utf-8中无效字符的规范非常清楚。你可能想在解析之前把它们去掉。它们不应该存在，所以如果在生成XML之前就可以避免，那就更好了

请参见此处以获取参考：

这不是一个完整的列表，许多解析器也不允许使用一些低编号的控制字符，但我现在找不到一个完整的列表

但是，iconv可能对此具有内置支持：

---

您可以尝试使用

mb\u detect\u编码

检测您是否拥有不同的字符集（而不是UTF-8），然后

mb\u convert\u编码

根据需要转换为UTF-8。与提供无效的UTF-8相比，人们更可能以不同的字符集提供有效内容。

首先，请注意，无法检测文本是否属于特定的非期望编码。您只能检查字符串在给定编码中是否有效

您可以使用自PHP4.3.5以来在中提供的UTF-8有效性检查。如果给出无效字符串，则返回

0

（无附加信息）：

$isUTF8 = preg_match('//u', $string);

另一种可能性是：

您可以使用的另一个功能是：

将

strict

参数设置为

true

非常重要

此外，允许您动态更改/删除无效序列。（但是，如果

iconv

遇到这样的序列，它会生成通知；此行为无法更改。）

您可以使用

@

并检查返回字符串的长度：

strlen($string) === strlen(@iconv('UTF-8', 'UTF-8//IGNORE', $string));

同时检查

iconv

手册页面上的示例

您尚未共享导致通知的源代码。如果需要更具体的建议，您应该添加它。

在iconv（）前面加一个@以取消通知，在源代码编码id的UTF-8后面加一个//IGNORE以忽略无效字符：

@iconv( 'UTF-8//IGNORE', $destinationEncoding, $yourString );

---

与此同时，我发现：我知道如何忽略它，我不知道如何检测它，我不想在代码中默默地传递它。顺便说一句，另一个问题中的

preg_match（）

解决方案非常有趣，我同意。你没有错，但似乎

preg_match（'！！u'，$str）

这是一个诀窍-在尝试查找任何内容之前，它会静默地检查str是否为utf-8。-regexp中的点不是偶数needed@user393087：为了使

preg\u match

方法在空字符串上也能正常工作，我做了一点小小的编辑。@hakre:谢谢你的精彩内容。所有选项的概述都很好！我写了一篇文章来看看哪个更快-

preg\u match（）

对于有效/无效字符串和短/长字符串来说似乎是最快的整体（在PHP7下）。@Bananaapple:preg\u。。。PHP中的函数使用PCRE库，如果出现此错误，PHP常量将反映来自PCRE库的错误代码（PCRE_error_BADUTF8）。在引擎盖下。无论您使用的是哪种版本的PHP，都可以通过检查PCRE_version常量和/或phpinfo（）来检查正在使用的PCRE库版本。这可能揭示出变化。有关技术详细信息，请检查“UTF-8字符串中的错误”。请注意，有效的ASCII字符串也是有效的UTF8字符串。这意味着mb_detect_编码将为任何有效UTF8字符串且不包含任何Unicode字符的字符串返回“ASCII”

echo 'TRANSLIT : ', iconv("UTF-8", "ISO-8859-1//TRANSLIT", $string), PHP_EOL;
echo 'IGNORE   : ', iconv("UTF-8", "ISO-8859-1//IGNORE", $string), PHP_EOL;

strlen($string) === strlen(@iconv('UTF-8', 'UTF-8//IGNORE', $string));

@iconv( 'UTF-8//IGNORE', $destinationEncoding, $yourString );