爬蟲資料匯入 XML 時,常夾帶不可见的 ASCII 控制字元(如 0x00~0x1F、0x7F),導致 XML 解析失敗。單純針對個別字元加入過濾表治標不治本,需從 ASCII 碼層面統一處理。
<?php
function special_filter(string $string): string
{
if ($string === '') return '';
$new = '';
$len = strlen($string);
for ($i = 0; $i < $len; $i++) {
$ord = ord($string[$i]);
// 保留:Tab(9)、LF(10)、CR(13) → 轉空白;可列印字元 32~126
if ($ord === 9 || $ord === 10 || $ord === 13) {
$new .= ' ';
} elseif ($ord > 31 && $ord !== 127) {
$new .= $string[$i];
}
// 其他控制字元直接捨棄
}
return trim($new);
}
?>
0x00~0x08、0x0B、0x0C、0x0E~0x1F、0x7F (DEL)function special_filter_modern(string $string): string
{
return trim(preg_replace('/[\x00-\x08\x0B\x0C\x0E-\x1F\x7F]/', '', $string));
}
正則單行即可完成,效能與可讀性雙贏。