【PHP】trimやstr_replaceでも消えない空白

Question

表題の通りです。

Webサイトからスクレイピングをして情報を配列に出力しています。
しかしある項目からどうしても左右の空白が削除できなくて困っています。
こちらを参考にして

$description = str_replace( "\xc2\xa0", " ", $description );
$description = trim( preg_replace( '/[\n\r\t ]+/', ' ', $description), ' ' );

を試しましたが
どうしても下のようにすごいスペースが残ります。

 [0]=>
  string(38) "
										 ここに文字列
								"
  [1]=>
  string(38) "
										 ここに文字列
								"
  [2]=>
  string(38) "
										 ここに文字列
								"
  [3]=>
  string(38) "
										 ここに文字列
								"
  [4]=>
  string(38) "
										 ここに文字列
								"
  [5]=>
  string(22) "
ここに文字列								"
  [6]=>
  string(22) "
ここに文字列								"

###コード
使用しているのはこんな感じです。
空白が無いところはきちんと文字だけを持ってきているので
コード自体には問題ないと思うのですが・・・

削除できない時点でこれが普通のスペースじゃないことはわかりました。
これの正体を知りたいところですが、参考したサイトを見てもいまいち理解出来なかったので
申し訳ありませんがご鞭撻の程をよろしくお願いいたします。

$list = [];
if ($main->filter('div')) {
    $main->Filter('div')->Filter('ul li')->each(function($node)use(&$list) {
        $list[] = $node->Filter('a')->text(); 
    });
};
var_dump($list);

Comments

[coco_bauer]

$description = str_replace( " ", " ", $description );　は、試してみましたか？

[dokoniarukana]

はい、試してみましたが消えず・・・です。

[popobot]

urlencode()で空白のバイナリコードを調べたらどうでしょうか

Answer 1

解決済みになったようですが、アプローチとして残しておきます。

まず消そうとしている空白が何なのかを知る必要があると思います。
Unicode(UTF8など)としてお話ししますが、

echo $description;

で、「+%E3%80%80%09%0A%0D」とかの出力が得られますので、この%を0xに置き換えてみるとUnicodeのコードがわかります。

この「+%E3%80%80%09%0A%0D」を例に話すと、
まず最初の「+」は、URLエンコードの表記ですので半角スペース(Asciiコード HEX20)です。

次が「E3」ですので、これをUnicodeのコード表で見てみると
まず「Ex 3バイト文字の開始バイト」とページ上部にあります。
ので、つまり「E3 80 80」の3バイトで1文字を表している事がわかります。
今回の要件としては、空白で表示される文字のバイトコードを知る事ですのでここまででいいっちゃいいんですが。
一応確認の為、E3 80 80が何の文字かを同じページで調べると、全角スペースっぽい事がわかります。
同様に、次の文字の「09」は「HT」これは「Horizontal Tab」の略で、いわゆるTAB文字です。
次の「0A」は「LF」＝「Line Feed」で、改行コードの「CR-LF」の「LF」です。
最後の「0D」は「CR」＝「Carriage Return」で、これも改行コードの「CR」とわかります。

で、このようにしてどのコードの文字が入っているのかを調べて、それをstr_replaceすればOKです。

$string = "  \t\n\r";

echo urlencode($string).PHP_EOL;
echo urlencode($string = str_replace("\x20", "", $string )).PHP_EOL;
echo urlencode($string = str_replace("\xe3\x80\x80", "", $string )).PHP_EOL;
echo urlencode($string = str_replace("\x09", "", $string )).PHP_EOL;
echo urlencode($string = str_replace("\x0A", "", $string )).PHP_EOL;
echo urlencode($string = str_replace("\x0D", "", $string )).PHP_EOL;

実行結果

[user@ ~]$ php -f te.php
+%E3%80%80%09%0A%0D
%E3%80%80%09%0A%0D
%09%0A%0D
%0A%0D
%0D

Comments

[dokoniarukana]

懇切丁寧にわかりやすいご説明ありがとうございます。
そういう方法で調べるんですね。
今後に生かせそうなのでよく覚えておきます！

Answer 2

もしかして $discriptionって arrayですか？
trim()は arrayに対しては無効です。ループしてひとつずつtrim()してください。

$description = str_replace( "\xc2\xa0", " ", $description );
$description = preg_replace( '/[\n\r\t ]+/', ' ', $description);
foreach ($description as $idx => $item) {
        $description[$idx] = trim($item);
}

Comments

[dokoniarukana]

回答ありがとうございました。
arrayに対して無効というのは知りませんでした。。。

Answer 3

これ空白を空白にしてませんか

$description = trim( preg_replace( '/[\n\r\t ]+/', ' ', $description), ' ' );
$description = trim( preg_replace( '/[\n\r\t ]+/', '', $description), ' ' );

Comments

[dokoniarukana]

どのコードを記述しても
<b>Warning</b>: trim() expects parameter 1 to be string, array given in
とエラーが出てしまいます。
一番手っ取り早いと思われる
$array = array(trim($list));
var_dump($array);も同様にだめでした。

[date]

$array = array_map('trim', $list);
var_dump($array);
でどうですか

[dokoniarukana]

なんてことでしょう！
その記述で空白が完全に消えました…！
今まで悩み狂っていたのが嘘のようです。ありがとうございました！！