如何删除重音符号并将字母转换为“普通”ASCII字符？

php string regex ascii

2022-08-30 10:55:47

从字符串中删除重音符号的最有效方法是什么，例如成为？ÈâuÑEaun

有没有一个简单的，内置的方式，我错过了或正则表达式？

答案 1

如果您安装了 iconv，请尝试以下操作（该示例假定您的输入字符串采用 UTF-8 格式）：

echo iconv('UTF-8', 'ASCII//TRANSLIT', $string);

（iconv是一个在各种编码之间转换的库;它是有效的，默认情况下包含在许多PHP发行版中。最重要的是，这绝对比尝试滚动自己的解决方案更容易，更防错（您是否知道有一个“拉丁字母N与卷曲”？我也不是。

答案 2

我找到了一个解决方案，可以在我所有的测试用例中工作（从 http://php.net/manual/en/transliterator.transliterate.php 复制）：

var_dump(transliterator_transliterate('Any-Latin; Latin-ASCII; [\u0080-\u7fff] remove',
    "A æ Übérmensch på høyeste nivå! И я люблю PHP! есть. ﬁ ¦"));
// string(50) "A ae Ubermensch pa hoyeste niva! I a lublu PHP! est. fi "

请参见： http://www.php.net/normalizer

编辑：此解决方案独立于使用 setlocale（）的区域设置集。与 iconv（） 相比的另一个好处是，即使是非拉丁字符也不会被忽略。

编辑2：我发现，有些字符没有被我最初发布的音译所覆盖。将西里尔字符转换为不适合拉丁语字符集的字符：（http://en.wikipedia.org/wiki/Prime_%28symbol%29）。我已经添加了删除所有这些非拉丁字符。我还在文本中添加了一个测试;)Any-Latinьʹ[\u0100-\u7fff] remove

我建议，它们指的是拉丁字母，而不是这里的拉丁字符集之一。但无论如何 - 在我看来，他们应该将其音译为ASCII，然后在...LatinLatin-ASCII

编辑3：很抱歉在这里有其他更改。我不得不将字符减少到u0080而不是u0100，以便仅获取ASCII字符作为输出。上面的测试已更新。