Question

从字符串中删除重音的最有效方法是什么？ ÈâuÑ成为Eaun？

是否有一种简单的，内置的方式，我缺少或正则表达式？

Answer 1

如果您安装了iconv，请尝试此操作（示例假设您的输入字符串为UTF-8）：

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

（iconv是一个可以在各种编码之间进行转换的库;它是高效的，默认包含在许多PHP发行版中。最重要的是，它比试图推出自己的解决方案更容易，更容易出错（你知道吗？）有一个“拉丁字母N卷曲”？Me neither。））

Answer 2

我找到了一个解决方案，适用于我的所有测试用例（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 "

请参阅：http://www.php.net/normalizer

编辑：此解决方案独立于使用 setlocale（）设置的区域设置。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。

EDIT2：我发现有一些字符，我最初发布的音译没有涵盖这些字符。 Any-Latin将西里尔字符ь转换为不适合拉丁字符集的字符：ʹ（http://en.wikipedia.org/wiki/Prime_%28symbol%29）。我已添加[\u0100-\u7fff] remove以删除所有这些非拉丁字符。我还在文本中添加了一个测试;）

我建议，他们的意思是拉丁字母，而不是Latin这里的拉丁字符集之一。但无论如何 - 在我看来，他们应该将它音译为ASCII，然后在Latin-ASCII ...

EDIT3：对不起，此处有其他更改。我不得不将字符缩小到u0080而不是u0100，只能输入ASCII字符作为输出。上面的测试已更新。

Answer 3

根据@palantir的请求重新发布...

我发现iconv完全不可靠，我不喜欢preg_replace解决方案和大数组......所以我最喜欢的方式（也是我发现的唯一可靠的方法）是......

function toASCII( $str )
{
    return strtr(utf8_decode($str), 
        utf8_decode(
        'ŠŒŽšœžŸ¥µÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖØÙÚÛÜÝßàáâãäåæçèéêëìíîïðñòóôõöøùúûüýÿ'),
        'SOZsozYYuAAAAAAACEEEEIIIIDNOOOOOOUUUUYsaaaaaaaceeeeiiiionoooooouuuuyy');
}

Answer 4

您可以使用iconv将字符音译为普通的US-ASCII，然后使用正则表达式删除非字母字符：

preg_replace('/[^a-z]/i', '', iconv("UTF-8", "US-ASCII//TRANSLIT", $text))

另一种方法是使用Normalizer标准化为Normalization Form KD (NFKD)，然后删除标记字符：

preg_replace('/\p{Mn}/u', '', Normalizer::normalize($text, Normalizer::FORM_KD))

Answer 5

注意：我将这个问题从另一个类似的问题转发，希望对其他人有帮助。

我最终在Django项目中编写了一个基于URLify.js的PHP库，因为我发现iconv（）太不完整了。你可以在这里找到它：

https://github.com/jbroadway/urlify

处理拉丁字符以及希腊语，土耳其语，俄语，乌克兰语，捷克语，波兰语和拉脱维亚语。

如何删除重音并将字母转换为“普通”ASCII字符？

5 个答案: