Einfachste Weg, eine komplette Liste aller die UTF-8 Leerzeichen in PHP zu erhalten

Question

In PHP, was ist der eleganteste Weg, um die komplette Liste (Array von Strings) erhalten alle Unicode Leerzeichen , codiert in UTF-8?

Ich brauche, dass Testdaten zu erzeugen.

Answer 1

Diese E-Mail enthält eine Liste aller Unicode-Leerzeichen codiert in UTF-8, UTF-16 und HTML.

Bearbeiten

beantwortet Ursprünglich 9. Februar '10 (!). Wirklich Jungs, wenn die Informationen veraltet sind, können Sie Ihre eigene Antwort, anstatt zu beschweren hinzuzufügen. Gerade Google für die URL in meiner Antwort erwähnt, und verdient einige rep:

Die E-Mail wurde archivierten hier (dauerte Sekunden) und die Leer Tabelle ist auch in der Einleitung erwähnt

static $whitespace = array(
    "SPACE" => "\x20",
    "NO-BREAK SPACE" => "\xc2\xa0",
    "OGHAM SPACE MARK" => "\xe1\x9a\x80",
    "EN QUAD" => "\xe2\x80\x80",
    "EM QUAD" => "\xe2\x80\x81",
    "EN SPACE" => "\xe2\x80\x82",
    "EM SPACE" => "\xe2\x80\x83",
    "THREE-PER-EM SPACE" => "\xe2\x80\x84",
    "FOUR-PER-EM SPACE" => "\xe2\x80\x85",
    "SIX-PER-EM SPACE" => "\xe2\x80\x86",
    "FIGURE SPACE" => "\xe2\x80\x87",
    "PUNCTUATION SPACE" => "\xe2\x80\x88",
    "THIN SPACE" => "\xe2\x80\x89",
    "HAIR SPACE" => "\xe2\x80\x8a",
    "ZERO WIDTH SPACE" => "\xe2\x80\x8b",
    "NARROW NO-BREAK SPACE" => "\xe2\x80\xaf",
    "MEDIUM MATHEMATICAL SPACE" => "\xe2\x81\x9f",
    "IDEOGRAPHIC SPACE" => "\xe3\x80\x80",
);

Answer 2

Einige Jahre später, diese Frage hat immer noch Top-Ergebnisse bei Google, wenn für Unicode-Leerzeichen suchen. devio Antwort ist groß, aber unvollständig. Zum Zeitpunkt des Schreibens (Oktober 2017) hat Wikipedia eine Liste von Leerzeichen hier: https: //en.wikipedia. org / wiki / Whitespace_character

Diese Liste hat 25 gibt an Codepunkte, während die derzeit akzeptierte Antwort Listen 18. Einschließlich der sieben anderen Codepunkte, die Liste ist:

U+0009  character tabulation
U+000A  line feed
U+000B  line tabulation
U+000C  form feed
U+000D  carriage return
U+0020  space
U+0085  next line
U+00A0  no-break space
U+1680  ogham space mark
U+180E  mongolian vowel separator
U+2000  en quad
U+2001  em quad
U+2002  en space
U+2003  em space
U+2004  three-per-em space
U+2005  four-per-em space
U+2006  six-per-em space
U+2007  figure space
U+2008  punctuation space
U+2009  thin space
U+200A  hair space
U+200B  zero width space
U+200C  zero width non-joiner
U+200D  zero width joiner
U+2028  line separator
U+2029  paragraph separator
U+202F  narrow no-break space
U+205F  medium mathematical space
U+2060  word joiner
U+3000  ideographic space
U+FEFF  zero width non-breaking space

Answer 3

http://en.wikipedia.org/wiki/Space_%28punctuation% 29 # Spaces_in_Unicode

Leider ist es nicht UTF-8 geben, aber es hat den Charakter in der Web-Seite haben, so können Sie in Ihren Editor ausschneiden und einfügen (wenn es in UTF-8 speichert). Alternativ http://www.fileformat.info/info/unicode/char /180E/index.htm gibt UTF-8.

( "180E" mit dem hex-UTF-16 Wert, den Sie suchen nach oben ersetzen)

Das gibt auch ein paar zusätzliche Zeichen, dass @ devio die ausgezeichnete Antwort verfehlt.

Answer 4

0x9 b'\t'
0xa b'\n'
0xb b'\x0b'
0xc b'\x0c'
0xd b'\r'
0x20 b' '
0x85 b'\xc2\x85'
0xa0 b'\xc2\xa0'
0x1680 b'\xe1\x9a\x80'
0x180e b'\xe1\xa0\x8e'
0x2000 b'\xe2\x80\x80'
0x2001 b'\xe2\x80\x81'
0x2002 b'\xe2\x80\x82'
0x2003 b'\xe2\x80\x83'
0x2004 b'\xe2\x80\x84'
0x2005 b'\xe2\x80\x85'
0x2006 b'\xe2\x80\x86'
0x2007 b'\xe2\x80\x87'
0x2008 b'\xe2\x80\x88'
0x2009 b'\xe2\x80\x89'
0x200a b'\xe2\x80\x8a'
0x200b b'\xe2\x80\x8b'
0x200c b'\xe2\x80\x8c'
0x200d b'\xe2\x80\x8d'
0x2028 b'\xe2\x80\xa8'
0x2029 b'\xe2\x80\xa9'
0x202f b'\xe2\x80\xaf'
0x205f b'\xe2\x81\x9f'
0x2060 b'\xe2\x81\xa0'
0x3000 b'\xe3\x80\x80'
0xfeff b'\xef\xbb\xbf'