如何在PHP中替换元音字符或Unaccent？

我有一个名为“GÃ¶ran”我希望它被转换为“戈兰”，这意味着我需要unaccent特定的词。但我所尝试过的似乎没有unaccent所有的单词。如何在PHP中替换元音字符或Unaccent？

这是我已经习惯Unaccent代码：

private function Unaccent($string) 
{ 
    return preg_replace('~&([a-z]{1,2})(?:acute|cedil|circ|grave|lig|orn|ring|slash|th|tilde|uml|caron);~i', '$1', htmlentities($string, ENT_COMPAT, 'UTF-8')); 
}

在不工作（不正确的匹配）的地方：我的意思是不给在右侧的预期结果，

JÃƒÅ’rgen => Juergen 
InÃƒÅ¡s => Ines

在那里工作的地方（正确的匹配）：

GÃ¶ran => Goran 
JÃ¸rgen Ole => Jorgen 
JÃ©rÃ´me => Jerome

可能是什么意图儿子？怎么修？你有更好的方法来处理所有情况吗？

来源

2012-10-11 user1518659

在网上找到了，有用吗？ http://snipplr.com/view/65596/unaccent-a-string/ – MarcDefiant

停止！ JÃ¢rÃ'me不是一个名字，它的格式很糟糕。杰罗姆是正确的。 – nalply

简短的回答

你有两个问题：

首先。这些名称不重音。他们格式不正确。

看来你有一个UTF-8文件，但使用ISO-8559-1与他们合作。例如，如果您告诉您的编辑器使用ISO-8859-1，并使用UTF-8将文本复制粘贴到浏览器的文本区域中。然后，您将格式不正确的名称保存在数据库中。我见过很多这样的问题来自复制粘贴。

如果名称格式正确，那么你可以解决你的第二个问题。他们是无辜的。已经有一个问题处理这样的：How to convert special characters to normal characters?

龙答案（着重于格式错误重音字母只）

为什么你已经得到GÃ¶ran当你想Göran？

让我们从Unicode开始：字母ö是Unicode LATIN SMALL LETTER O WITH DIAERESIS。它的Unicode代码点是F6十六进制或分别是246十进制。看到这个link到Unicode数据库。

在ISO-8859-1中，代码点从0到255保持不变。带分音符的小写字母仅保存为一个字节：246.

UTF-8和ISO-8859-1将代码点0到127（又名ASCII）视为相同。它们保持原样并保存为只有一个字节。它们在代码点128到255的处理上有所不同。UTF-8可以编码整个Unicode码点集，而ISO-8859-1只能处理前256个码点。

那么，UTF-8对128以上的代码点有什么作用呢？代码点的编码可能性越来越大，因为它们变得越来越大。对于最多2047个代码点，两个字节就足够了。他们像这样编码：（see this bit schema）

x xxxx xxxx xxxx => 110xxxxx 10xxxxxx

让我们的编码小字母O与UTF-8 diaresis。这些位是：0 0000 1111 0110并被编码为11000011 10110110。这很好。

但是，这两个字节可能会被误解为两个有效的（！）ISO-8559-1字节。什么是11000011（C3十六进制）和10110110（B6十六进制）？我们来咨询an ISO-8859-1 table。 C3是大写字母A，而B6是段落符号。两个标志都是有效的，没有软件可以通过查看这些位来检测这种误解。

它明确需要谁知道什么名字的样子。 GÃ¶ran只是不是一个名字。名称中间有一个大写字母，而段落符号根本不是字母。可悲的是，这种误解并不止于此。因为所有字符都是有效的，所以它们可以被复制粘贴并重新渲染。在这个过程中，误解可以再次重复。我们用Göran来做到这一点。我们已经误解了一次，并得到了格式错误的GÃ¶ran。字母大写A，代字符和段落符号以UTF-8 每个（！）呈现为两个字节，并被解释为四个字节的gobbledygook，如GÃƒÅ.ran。

可怜的Jürgen！变音符号ü遭受了两次虐待，我们有JÃƒÅ’rgen。

我们在这里和变音器有一个可怕的混乱。 OP甚至有可能从他的客户那里得到这些数据。这发生在我身上一次：我得到了混合数据：格式良好，在同一个文件中格式不正确一次，两次和三次。这非常令人沮丧。

来源

2012-10-11 06:22:20 nalply

帮助我解决问题和解决问题。 @nalply – user1518659

查看类型对PHP正在处理的内部数据没有影响。这是一个浏览器问题。 – ohmusama

@ohmusama：不，那是不正确的。如果你用ISO-8859-1配置你的编辑器，那么你得到这些格式不好的名字。 – nalply

这可能是你在找什么

How to convert special characters to normal characters?

而是用 “UTF-8” 来代替。

$text = iconv('utf-8', 'ascii//TRANSLIT', $text);

http://us2.php.net/manual/en/function.iconv.php

来源

2012-10-11 06:21:09 ohmusama

这个答案不会帮助OP。 – nalply

如何在PHP中替换元音字符或Unaccent？

回答

相关问题