我有清理网址和文件名的功能，它适用于éáßöäü这样的字符，因为它会使用eassoau替换为str_replace($a, $b, $value)等。{{1}}。但是如何用中文，日文......语言替换所有字符？如果由于不容易确定而无法替换，我该如何删除所有这些字符？当然，我可以像上面那样首先清理它，然后删除所有“非拉丁”字符。但也许有另一个好的解决方案呢？
修改/添加
如评论中所述：我的问题的目的是什么？我们的客户首先拥有英语，德语和俄语的内容。后来出现了一些中文页面。网址出现两个问题：
第一点引导我去替换那些角色，当然，正如问题中所述并且评论证实了这一点，这是不可能的。也许现在有人在所有现代浏览器中都回答这个问题（从IE8开始）这不再是一个问题了。我也很高兴听到这个消息。
答案 0 :(得分：2)
你可以通过现有的消毒剂运行它，然后任何不拉丁的东西，你可以转换为punycode
答案 1 :(得分：2)
至于日语，作为一个例子，通常有一个 romanji 表示所有只使用ascii字符的东西，并且仍然给出了原始字符的可逆和可理解的表示。然而，将某些内容翻译成romanji需要您知道正确的发音，这通常取决于使用字符的含义或上下文。这使得简单地转换所有内容（或者至少不能有效地用于简单的消毒剂）很难（如果不是不可能的话）。
这同样适用于中国人，甚至更糟。另一方面，韩语有一个非常简单的字符集，应该可以很容易地翻译成罗马字母表。另一个常见问题是没有单罗马化方法;这些语言通常有不同的人使用（例如日语有两种常见的罗马语）。
所以这取决于你正在使用的实际语言;虽然你可能能够使它适用于某些语言，但另一个问题是检测你实际使用的是哪种语言（例如日语和中文共享很多字符，但意义，发音和罗马化语通常是不相容的）。特别是对于文件名的简单 santization ，我认为投入如此大量的工作和处理时间并不值得。
也许你应该朝着不同的方向努力：让你的文件名只是作为unicode文件名工作。实际上，在文件系统（*|\/:"<>?）中实际上只有极少数字符真正无效，因此简单地过滤掉这些字符并以其他方式支持unicode文件名会更容易。
答案 2 :(得分：1)
因此，据我所知，您需要为每种语言使用一些字符关系表，并在此表中按关系替换字符
例如，对于translit俄语符号到latin同义词，我们使用这个表=）或类，使用这个表=）
这是有意义的，我现在发现它http://derickrethans.nl/projects.html#translit