Question

我正在使用PHP Transliterator（来自php5-intl，使用ICU）将CJK音译为拉丁语（罗马化），问题是，我需要一些方法来指定输入语言环境，以便日语汉字不会被翻译成中文拼音（因为它们经常共享utf8 character）。

例如：

transliterator_transliterate('Any-Latin; Latin-ASCII; Lower();', $input);

中国オタク界 => zhong guo otaku jie

虽然我想得到：

中国オタク界 => chuu goku otaku kai

有什么想法吗？

对ICU site的进一步研究表明问题可能是Han-Latin仅遵循拼音音译，所以我正在寻找一种方法允许php5-intl告诉ICU使用罗马字音译（I没有找到这样的身份。）

Answer 1

这是我想出的一个脚本，用于测试与Latin-ASCII; Lower();链接的所有不同的跟踪器，但不是它们会产生您寻找的结果。您可以尝试其他汉字并尝试选择Any-Latin以外的音译。

$scripts = transliterator_list_ids();

foreach ($scripts as $script) {
    echo $transliterated = transliterator_transliterate(
        $script . '; Latin-ASCII; Lower();',
        '中国オタク界'
    ) . ' in ' . $script . "\n";
}

这些产生了一些有意义的东西，并没有像Any-Latin那样行事：JapaneseKana-Latin/BGN，Katakana-Latin

Answer 2

是的，Han-Latin表示拼音。 ICU音译员来自CLDR（我将更新用户指南以明确这一点）。 ICU已经可以将假名（hira / kata）转换为拉丁语，但汉字有多个读数，因此您无法通过简单的基于表格的转换找到您要找的内容。

编辑：总而言之，ICU不会在没有编写规则的情况下做您想做的事情，由于日语的工作方式，我似乎也不会对您自己的规则很简单

Answer 3

我能想到的一种可能性是使用...

设置语言环境

setlocale(LC_ALL, "ja_JP");

然后，您可以在运行音译器之前应用各种formatting functionality in PHP来按照您希望的方式格式化文本。

PHP音译指定语言环境

3 个答案: