将“”字符解析为空格

Question

我正在为客户开发一个项目，我需要从旧版HTML页面解析数据，以提高存储效率。数据以这种基本格式显示，在一行上有多个键/值对。

 Key1: Value1 Key2: Value2...

我可以使用preg_match_all('/\w+:\s+\S+/', $line, $items)

获得95％的记录

我遇到的问题是少数几行包含这样的文字：

 Key1: Value1 Key2: Value2

在这种情况下，我的脚本会显示Value1 = Value1 Key2:。

我尝试使用 和html_entity_decode($line)替换str_replace(' ', ' ', $line)字符串。对于这两者，我在输出中仍然有 个字符，并且字符串未正确解析。

我要解析的页面是WordPress页面。检查页面的wp_post记录显示 字符串存储在数据库中。我相信这些页面是通过MS_Access的导出填充的。在我的脚本中，我已将$line的父级传递给$strip_tags()。

有没有可靠的方法来消除/过滤/替换此 字符串？

Answer 1

在这一天，我一直在靠墙撞墙，终于找到了答案。我测试了其他人给出的每个答案。没有工作。 -1适合所有人！

 作为Unicode字符串存储在数据库中。它仅在浏览器中呈现时显示为 。这将删除它。

$line = str_replace("\xC2\xA0", " ", $line);