PHP 正則過濾空白字符：空格、換行符、回車、製表符完全指南

處理用戶輸入、爬蟲數據、日志分析時，常需清理多餘空白字符。PHP 提供多種方式：trim、preg_replace、str_replace、PHP_EOL 常量。本文系統梳理各場景最佳實踐。

一、基礎概念：空白字符分類

\s 匹配：空格、\t、\n、\r、\v、\f。

二、常見清理場景與代碼

1. 去除首尾空白（最常用）

<?php
$str = "  Hello World  \n\r\t ";
$clean = trim($str); // "Hello World"
?>

• ltrim() 只去左，rtrim() 只去右。
• 可指定字符掩碼：trim($str, " \t\n\r\0\x0B")。

2. 合併連續空白為單空格（正規化）

<?php
$str = "This    has\t\tmultiple\n\nspaces";
// 方法一：正則（推薦）
$clean = preg_replace('/\s+/', ' ', $str); // "This has multiple spaces"

// 方法二：針對性替換（原文示例）
$str = trim($str);
$str = preg_replace('/\s(?=\s)/', '', $str); // 移除後面還有空白的字符
$str = preg_replace('/[\n\r\t]/', ' ', $str); // 非空格空白轉空格
?>

3. 完全移除所有空白字符（壓縮）

<?php
$str = "Line1\nLine2\r\nLine3\tTab";
// 移除所有 \s
$compact = preg_replace('/\s+/', '', $str); // "Line1Line2Line3Tab"
?>

4. 統一換行符為 \n（跨平台兼容）

<?php
// 方法一：str_replace 陣列（順序重要：先替換 \r\n）
$str = str_replace(["\r\n", "\r", "\n"], "\n", $str);

// 方法二：正則
$str = preg_replace('/\r\n|\r|\n/', "\n", $str);

// 方法三：使用 PHP_EOL 常量（推薦，語義清晰）
$str = str_replace(PHP_EOL, "\n", $str);
// PHP_EOL 會根據運行平台自動為 \n (Linux/Mac) 或 \r\n (Windows)
?>

5. 獲取客戶端系統換行符（原文函數改進）

<?php
function get_client_eol() {
    $ua = $_SERVER['HTTP_USER_AGENT'] ?? '';
    if (stripos($ua, 'Win') !== false) return "\r\n";
    if (stripos($ua, 'Mac') !== false) return "\r"; // 旧 Mac OS 9
    return "\n"; // Linux/Unix/现代 Mac/iOS/Android
}
?>

注意： 現代 Web 開發中，統一內部使用 \n，輸出前根據需求轉換，不要依賴 UA 判斷（不可靠、易偽造）。

6. 前端顯示換行：nl2br()

<?php
$text = "Line1\nLine2\r\nLine3";
echo nl2br($text); 
// 輸出: Line1<br />\nLine2<br />\r\nLine3
// 瀏覽器渲染為換行
?>

三、進階：Unicode 空白字符處理

UTF-8 中存在更多空白字符（如全形空格 U+3000、零寬空格 U+200B）。

<?php
// 移除所有 Unicode 空白字符（需 /u 修飾符）
$str = "Hello\u{3000}World\u{200B}!";
$clean = preg_replace('/\p{Zs}/u', '', $str); // \p{Zs} = 空白分隔符
// 或更廣泛
$clean = preg_replace('/\p{Cf}|\p{Z}/u', '', $str); // 格式控制字符 + 所有分隔符
?>

四、性能對比與選擇建議

五、實用工具函數封裝

<?php
/**
 * 正規化字符串空白：去首尾、合併連續空白為單空格、統一換行
 * @param string $str
 * @param bool $keep_newline 是否保留換行（不合併為空格）
 * @return string
 */
function normalize_whitespace($str, $keep_newline = false) {
    if (!is_string($str)) return '';
    // 統一換行為 \n
    $str = str_replace(["\r\n", "\r"], "\n", $str);
    if ($keep_newline) {
        // 保留換行，只合併水平空白
        $str = preg_replace('/[ \t\v\f]+/', ' ', $str);
        // 去除行首尾空格
        $str = preg_replace('/^ +| +$/m', '', $str);
    } else {
        // 全合併為單空格
        $str = preg_replace('/\s+/', ' ', $str);
    }
    return trim($str);
}

/**
 * 移除所有空白字符（含 Unicode）
 * @param string $str
 * @return string
 */
function remove_all_whitespace($str) {
    return preg_replace('/\s+/u', '', (string)$str);
}

/**
 * 統一換行符為 \n
 * @param string $str
 * @return string
 */
function unify_newlines($str) {
    return str_replace(["\r\n", "\r"], "\n", (string)$str);
}
?>

六、避坑指南

1. 不要用 str_replace('\n', ...)： 單引號下 \n 是字面字符串「反斜杠+n」，必須用雙引號 "\n" 或 PHP_EOL。
2. 正則修飾符 /u： 處理 UTF-8 必加，否則多字節字符會被錯誤拆分匹配。
3. PHP_EOL 只代表服務端系統換行符，不代表客戶端，寫文件用它，處理輸入別用它。
4. 數據庫存儲： 建議存儲統一為 \n 的文本，輸出時按前端需求轉換（nl2br、json_encode、str_replace("\n", "
")）。

掌握空白字符的分類、正則元字符、PHP 內置函數特性，能精準高效地完成文本清洗、正規化、跨平台兼容等任務。原則：內部統一 \n，輸入正規化，輸出按需轉換。