Php PCRE-所有Unicode空格和换行符

我有以下HTML的和平：

      <td>
          <p><span><a href="http://www.someurl.com"><b>
              <span>W Bangkok</span></b></a> <br>
      ‎              106 North Sathorn Road ,Silom, Bangrak‎‎<br>
                    Bangkok, 10500 Thailand‎<br>
                    Phone: (66)(2) 344 4000 Fax: (66)(2) 344 4111<o:p></o:p></span></p>
     </td>

然而，在上面的示例中，HTML特征线似乎给我带来了麻烦。我得到的输出是：

W Bangkok ‎106 North Sathorn Road ,Silom, Bangrak‎‎ Bangkok, 10500 Thailand‎ Phone: (66)(2) 344 4000 Fax: (66)(2) 344 4111

我怎样才能写出更好的正则表达式来匹配所有这些

<br /> and <br>

和

还有其他可能是空格或换行符的东西

---

文件保存为UTF-8，当我将其保存为ASCII时，我得到了什么？您的代码似乎没有将数据作为UTF-8进行处理，而不是–Ž

。字符串“–Ž”是将U+200E从左到右的UTF-8编码形式，即0xE2 0x80 0x8E解释为windows-1252编码数据时得到的。如何使我的代码将数据处理为UTF-8？我正在使用fread（）将整个页面读入一个变量字符串，然后使用PHP DOM loadHTML（）方法。看起来我无法影响接收到的数据，我将regex改进为：'/[^\p{L}\p{N}\p{Nd}\p{Nl}\p{No}\p{p}\p{S}\p{M}]+/u'。当我查看记事本中的文本时，我看到从左到右的标记，它们会导致问题。

W Bangkok ‎106 North Sathorn Road ,Silom, Bangrak‎‎ Bangkok, 10500 Thailand‎ Phone: (66)(2) 344 4000 Fax: (66)(2) 344 4111

<br /> and <br>