默认情况下，正则表达式不解释UTF-8字符。该\s元字符只占原来的拉丁语集。因此，以下命令仅删除制表符，空格，回车符和换行符

// http://stackoverflow.com/a/1279798/54964
$str=preg_replace('/\s+/', '', $str);

随着UTF-8成为主流，当该表达式到达新的utf-8字符时，它会更频繁地失败/停止，从而在空格后面留下了\s无法解释的内容。

为了处理unicode / utf-8中引入的新型空白，需要使用更广泛的字符串来匹配和删除现代空白。

由于默认情况下，正则表达式无法识别多字节字符，因此只能使用带分隔符的元字符串来标识它们，以防止字节段被其他utf-8字符更改（\x80四元组中\x80的字节可以替换所有子字节）用智能报价）

$cleanedstr = preg_replace(
    "/(\t|\n|\v|\f|\r| |\xC2\x85|\xc2\xa0|\xe1\xa0\x8e|\xe2\x80[\x80-\x8D]|\xe2\x80\xa8|\xe2\x80\xa9|\xe2\x80\xaF|\xe2\x81\x9f|\xe2\x81\xa0|\xe3\x80\x80|\xef\xbb\xbf)+/",
    "_",
    $str
);

此帐户并删除制表符，换行符，垂直制表符，换页，回车，空格，另外从这里：

nextline，不间断空格，蒙古语元音分隔符，[en quad，em quad，en space，em
space，3个em空间，4个em空间，6个em空间，图形空间，标点空间，稀疏空间，头发空间，零宽度空间，零宽度非连接符，零宽度连接符]，行分隔符，段落分隔符，窄的不间断空间，中等数学空间，单词连接符，表意空格和零宽度非打破空间。

当从自动化工具或站点导出时，其中的许多破坏性XML文件损坏文本搜索，识别，并且可以不可见地粘贴到PHP源代码中，从而导致解析器 跳至下一个命令
（段落和行分隔符），从而导致行被跳过的代码会导致间歇性的无法解释的错误，我们已开始将其称为“文字传播疾病”

[从网络上复制和粘贴不再安全。使用字符扫描仪来保护您的代码。大声笑]