如何从文本中删除变音符号？

Question

我正在制作一个瑞典语网站，瑞典语字母是 å、ä 和 ö。

我需要使用户输入的字符串成为 PHP 的 url 安全。

基本上，需要将所有字符转换为下划线，除了这些：

 A-Z, a-z, 1-9

所有瑞典语都应该像这样转换：

'å' 到 'a' 和 'ä' 到 'a' 和 'ö' 到 'o' （只需删除上面的点）。

正如我所说，其余的应该变成下划线。

我不擅长正则表达式，所以我会感谢大家的帮助！

谢谢

注意：不是 URLENCODE...我需要将其存储在数据库中...等等，urlencode 对我不起作用。

Answer 1

这应该很有用，可以处理几乎所有情况。

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'));
}

Answer 2

使用 iconv 将字符串从给定编码转换为 ASCII，然后替换使用 preg_replace 的非字母数字字符：

$input = 'räksmörgås och köttbullar'; // UTF8 encoded
$input = iconv('UTF-8', 'ASCII//TRANSLIT', $input);
$input = preg_replace('/[^a-zA-Z0-9]/', '_', $input);
echo $input;

结果：

raksmorgas_och_kottbullar

Answer 3

// normalize data (remove accent marks) using PHP's *intl* extension
$data = normalizer_normalize($data);

// replace everything NOT in the sets you specified with an underscore
$data = preg_replace("#[^A-Za-z1-9]#","_", $data);

Answer 4

所有瑞典语都应该像这样转换：

“å”到“a”，“ä”到“a”，“ö”到“o”（只需删除上面的点）。

使用 normalizer_normalize() 摆脱 变音符号。

正如我所说，其余的应该变成下划线。

使用 preg_replace() 的模式为[\W] （iow：任何不匹配字母、数字或下划线的字符）用下划线替换它们。

最终结果应如下所示：

$data = preg_replace('[\W]', '_', normalizer_normalize($data));

Answer 5

如果启用了 intl php 扩展，您可以像这样使用 Transliterator ：

protected function removeDiacritics($string)
{
    $transliterator = \Transliterator::create('NFD; [:Nonspacing Mark:] Remove; NFC;');
    return $transliterator->transliterate($string);
}

删除其他特殊字符（不仅仅是像“æ”这样的变音符号）

protected function removeDiacritics($string)
{
    $transliterator = \Transliterator::createFromRules(
        ':: Any-Latin; :: Latin-ASCII; :: NFD; :: [:Nonspacing Mark:] Remove; :: NFC;',
        \Transliterator::FORWARD
    );
    return $transliterator->transliterate($string);
}

Answer 6

如果您只是想让 URL 安全，那么您需要 urlencode。

返回一个字符串，其中所有
除 -_ 之外的非字母数字字符。
已替换为百分比 (%)
符号后跟两个十六进制数字和
空格编码为加号 (+)。它
的编码方式与
从 WWW 表单发布的数据是
编码，与中的方式相同
应用程序/x-www-form-urlencoded
媒体类型。这与 »
RFC 1738 编码（参见 rawurlencode()）
由于历史原因，空间
编码为加号 (+)。

如果你真的想删除所有非 AZ、az、1-9（顺便问一下，0 有什么问题吗？），那么你想要：

$mynewstring = preg_replace('/[^A-Za-z1-9]/', '', $str);

Answer 7

就像

 $str = str_replace(array('å', 'ä', 'ö'), array('a', 'a', 'o'), $str); 
 $str = preg_replace('/[^a-z0-9]+/', '_', strtolower($str));

假设您对数据和代码使用相同的编码一样简单。

Answer 8

一种简单的解决方案是使用 str_replace 函数进行搜索和替换字母数组。

Answer 9

您不需要花哨的正则表达式来过滤瑞典字符，只需使用 strtr 函数 来“翻译”它们，例如：

$your_URL = "www.mäåö.com";
$good_URL = strtr($your_URL, "äåöë etc...", "aaoe etc...");
echo $good_URL;

->output: www.maao.com :)