这种垃圾字符怎么过滤？

[rogeecn]

不能发图片么？☑ ♨ ✔ 不知道是什么字符。谁知道怎么过滤？不限于这几种字符，应该还有别的更多 这种无聊字符。。
我还想知道这种字符从哪儿来的？

[jakwings]

emoji 表情符之类的，何必过滤，一般都不是很重要的内容。

[rogeecn]

@jakwings 关键是这东西出现在标题里了。

[jakwings]

@jakwings 我还以为楼主看不到那些字符……查一下特殊字符映射表就知道了，大致是在 U+2600-U+27BF。

[Actrace]

反向匹配,只允许特定字符出现.

[Delbert]

我晕。emoji啊，去 http://getemoji.com 整个页面都是楼主所谓的垃圾字符……

比如 Face Emoji
😄 😃 😀 😊 ☺ 😉 😍 😘 😚 😗 😙 😜 😝 😛 😳 😁 😔 😌 😒 😞 😣 😢 😂 😭 😪 😥 😰 😅 😓 😩 😫 😨 😱 😠 😡 😤 😖 😆 😋 😷 😎 😴 😵 😲 😟 😦 😧 😈 👿 😮 😬 😐 😕 😯 😶 😇 😏 😑 👲 👳 👮 👷 💂 👶 👦 👧 👨 👩 👴 👵 👱 👼 👸

[dong3580]

字体字符，都可以自己做自己的。。。能过滤完？

[jsonline]

你不能用黑名单，只能用白名单，吧。

[imn1]

@dong3580 自己造的别人看不到，想别人也能看到一般都是unicode符号
@jsonline +1
unicode符号太多，而且区段很多，只能用白名单把你想要的文字区段保留
http://www.unicode.org/charts/ 这里是unicode所有区段的说明及对应字符表pdf下载

[dong3580]

@imn1
引用，看“淘宝”那几个字就是字体。

[jakwings]

估计可以植入一段 CSS，用设计好的 0 宽度字符 webfont 替换掉这些符号的常用字体中的对应字符实现无 JS 无 JS 损害过滤。

具体方法如下：
@font-face {
font-family: "Custom";
font-style: normal;
src: url(Custom.woff) format('woff');
}
@font-face {
font-family: "Custom";
font-style: bolder;
src: url(Custom.woff) format('woff');
}
@font-face{
font-style: normal;
font-family: "SimSun";
src: local("Custom");
unicode-range: U+2600-27BF, U+2E80-9FFF, U+F900-FAFF, U+FE30-FE4F, U+20000-2FA1F;
}

[jakwings]

啊，修正了一下，顺便放到 gist 上了。
https://gist.github.com/jakwings/7ae0e5bf833ed64c6fbf

[imn1]

@dong3580 哪里？

[qq5775548]

直接过滤出自己允许的字符~~就可以过滤掉不要的字符 不过貌似这也不好搞