[XML + PHP] Niechciane znaki do usunięcia w XML Opcje

[sniver]

Jakiś czas temu natrafiłem na pewien ciąg znaków, który trochę mi bruździ w życiu...

Problem wynika z tego że został dodany jakiś produkt do sklepu z opisem skopiowanym z bliżej nieznanego mi edytora tekstu. To z koleii poskutkowało dodaniem jakiś znaków specjalnych. W mcedit pod konsolą widzę ten znak jako ^B z tłem na czarno. Z koleii w notatniku pod windowsem jako "przechylony daszek":

(IMG:http://www.tsoft.pl/gfx/private/dziwne-znaki.jpg)

Jak coś takiego wyeliminować "hurtowo"? Nie ukrywam że od pewnego czasu występuje wiele podobnych "dodatków" i staram się je eliminować, ale zrozumiałem że jest to jakaś "rodzina" dopisków.

Może jakaś wskazówka jak to wyczyścić - to i temu podobne?

[Crozin]

Mógłbyś przy pomocy wyrażeń regularnych (preg_replace) usunąć z tekstu wszystkie znaki, które należą do następujących grup: znaki kontrolne (te, dla których podano skrót), U+0080 - U+00A0 + wszystkie znaki spoza palety BMP.

[sniver]

Odgrzebuję temat bo ponownie się z nim zetknąłem.
Być może komuś się przyda - jak ja miałem ten problem to nakierował mnie post crozin'a. Znalazłem gotowe rozwiązanie w pare minut.

Dodaje bo może komuś się przyda (IMG:style_emoticons/default/smile.gif)

[PHP] pobierz, plaintext 
 
function utf8_for_xml($string) {
    return preg_replace ('/[^\x{0009}\x{000a}\x{000d}\x{0020}-\x{D7FF}\x{E000}-\x{FFFD}]+/u', ' ', $string);
}
 
$plik = 'tmp/zly_i_niedobry_plik.xml';
$file = implode(file($plik ));
 
$string = utf8_for_xml($file);
$string = str_replace(array("&", "&"), array("&", "&"), $string); // W adresach nazw plików wystąpiły znaczki & - z czym simplexml nie potrafił sobie poradzić...
 
$xml = simplexml_load_string($string, null, LIBXML_NOCDATA );
 
echo '<pre>';
var_dump( $xml );
echo '</pre>';
 
[PHP] pobierz, plaintext 

Dziękuję - temat może byc do zamknięcia!