最新版的 WordPress 数据字段格式已经升级为：utf8mb4，就是说支持 emoji 等4个字节的字符，但是在开发的时候发现用户还是会输入一些 utf8mb4 还不支持的字符，都不知道这些神人怎么输入的。
那么怎么去掉这些字符呢？可以使用下面这个函数：
代码语言：javascript复制function wpjam_strip_invalid_text($str){
$regex = '/
(
(?: [x00-x7F] # single-byte sequences 0xxxxxxx
| [xC2-xDF][x80-xBF] # double-byte sequences 110xxxxx 10xxxxxx
| xE0[xA0-xBF][x80-xBF] # triple-byte sequences 1110xxxx 10xxxxxx * 2
| [xE1-xEC][x80-xBF]{2}
| xED[x80-x9F][x80-xBF]
| [xEE-xEF][x80-xBF]{2}
| xF0[x90-xBF][x80-xBF]{2} # four-byte sequences 11110xxx 10xxxxxx * 3
| [xF1-xF3][x80-xBF]{3}
| xF4[x80-x8F][x80-xBF]{2}
){1,50} # ...one or more times
)
| . # anything else
/x';
return preg_replace($regex, '$1', $str);
}
