您可以使用ASCII模式正则表达式匹配UTF-8字符串-在本例中，您匹配的是单独的字节。如果您使用UTF-8模式的正则表达式，则输入必须是有效的UTF-8字符串。

匹配码点

// input with UTF-8 byte sequences
$input    = "NBSP: |\xC2\xA0|, ZWSP: |\xE2\x80\x8B|";
$patterns = [
    // codepoint defined in PHP string literal with \u{}
    "([\u{00A0}\u{200B}])u",
    // codepoint defined in PCRE with \x{}
    '([\\x{00A0}\\x{200B}])u',
];

foreach ($patterns as $pattern) {
    var_dump(
        [
            'pattern' => $pattern,
            'input' => $input,
            'output' => preg_replace($pattern, '-', $input),
        ]
    );
}

输出：

array(3) {
  ["pattern"]=>
  string(10) "([ ​])u"
  ["input"]=>
  string(23) "NBSP: | |, ZWSP: |​|"
  ["output"]=>
  string(20) "NBSP: |-|, ZWSP: |-|"
}
array(3) {
  ["pattern"]=>
  string(21) "([\x{00A0}\x{200B}])u"
  ["input"]=>
  string(23) "NBSP: | |, ZWSP: |​|"
  ["output"]=>
  string(20) "NBSP: |-|, ZWSP: |-|"
}

PHP字符串

你可以使用\u{XXXX}来定义一个代码点。这只适用于双引号字符串。正如你在输出中看到的，模式包含UTF-8编码的实际unicode字符。字符类只显示一些空格。这也适用于输入字符串。它可以写成"NBSP: |\u{00A0}|, ZWSP: |\u{200B}|"。

PCRE码点定义

第二种模式是对码点使用PCRE语法：\x{XXXX}.\应该在PHP字符串中进行转义（这里是一个后备，但显式总是好的）。您可以在模式输出中看到代码点定义。

匹配字节数

您可以匹配字节。在这种情况下，正则表达式将不是UTF-8格式，输入字符串将被视为字节。这意味着您不能使用字符类-在这种模式下它们只能匹配单个字节。

$input    = "NBSP: |\xC2\xA0|, ZWSP: |\xE2\x80\x8B|";
$patterns = [
    // matching as bytes
    '((?:\\xC2\\xA0|\\xE2\\x80\\x8B))',
];

foreach ($patterns as $pattern) {
    var_dump(
        [
            'pattern' => $pattern,
            'input' => $input,
            'output' => preg_replace($pattern, '-', $input),
        ]
    );
}

输出：

array(3) {
  ["pattern"]=>
  string(27) "((?:\xC2\xA0|\xE2\x80\x8B))"
  ["input"]=>
  string(23) "NBSP: | |, ZWSP: |​|"
  ["output"]=>
  string(20) "NBSP: |-|, ZWSP: |-|"
}

像很多人一样，你似乎对UTF-8是什么感到困惑。UTF-8不是一个打开或关闭的设置，它是将文本转换为二进制数据的许多不同方法之一，并解释二进制数据以获取文本。
我不确定\x20\x0B来自哪里，或者它与任何事情有什么关系，但是说某个东西“不是UTF-8”就像说一个单词“不是法语”，或者一块肉“不是鸡肉”。
忽略这一部分，让我们看看关键的代码：

$input_zwsp_utf8 = "\xE2\x80\x8B";
$output = preg_replace('/\xE2\x80\x8B/u', '', $input_zwsp_utf8);

您已经提供了/u修饰符，关于the manual says：
模式和主题字符串被视为UTF-8。
然后，您使用\xhh表示法进行匹配，其中is described under escape sequences：
在“\x”之后，最多读取两个十六进制数字（字母可以是大写或小写）。在UTF-8模式下，允许使用“\x{...}”，其中大括号的内容是十六进制数字的字符串。它被解释为UTF-8字符，其代码号是给定的十六进制数。原始的十六进制转义序列，\xhh，如果值大于127，则匹配双字节UTF-8字符。
这有点令人困惑，但它说通常情况下，\xE2将匹配二进制字节E2，即11100010;但如果/u处于活动状态，它将与Unicode码位U+00E2匹配，即“带扬抑符的拉丁小写字母a”。
示例：

$input = 'â';

echo "in: $input\nhex: ".bin2hex($input)."\n";
$output = preg_replace('/\xE2/u', '', $input);
echo "out: $output\nhex: ".bin2hex($output)."\n\n";

输出：

in: â
hex: c3a2
out: 
hex:

它 * 不会 * 匹配的是Unicode代码点U+200B，“零宽度空间”。
因此，either 将字符串视为二进制，不要使用/u修饰符，并查找预期的字节串：

$input_zwsp_utf8 = "\xE2\x80\x8B";
$output = preg_replace('/\xE2\x80\x8B/', '', $input_zwsp_utf8);

• 或 *，将字符串视为UTF-8，并查找 * 您感兴趣的代码点 *：

$input_zwsp_utf8 = "\xE2\x80\x8B";
$output = preg_replace('/\x{200B}/u', '', $input_zwsp_utf8);

[ Live Demo ]