我應該如何處理URL中的特殊字符？

Question

我需要爲網頁生成slu（（例如/ my-page-slug），其中slu will將從不斷增長的概念列表中生成。這些概念可以包含特殊字符，變音符號，標點符號等。

我的目標是想出一個slu generation生成策略，它將強健並避免未來衝突，同時考慮URL可讀性和SEO。

我已經看過[RFC 3986] [1]，並在像維基百科和Quora的網站，看看他們如何處理特定案件，包括：

• 空間：維基百科使用下劃線，Quora的連字符
• 變音符號（如莫里哀）
• 其他特殊字符（如括號，冒號，逗號等）

到目前爲止，它看起來像沒有明確的標準或最佳實踐。

是否有特定的庫已經處理這個？還是必須實施我自己的定製解決方案？

現在，我正在考慮做以下的定製解決方案：按照RFC

• URL編碼3986
• 取代了一些「常見公約」的一些編碼字符（例如，連字符空間，剔除撇號等）
• 剔除了多餘的空格

這是一個證明的概念：是這種方法有效定向？

function generateSlug($topic) { 

    // URL encode 
    $topic = rawurlencode($topic); // encodes according to RFC 3986: http://www.faqs.org/rfcs/rfc3986.html 

    // Transform specific characters 
    $topic = preg_replace('/%E2%80%93/', '-', $topic); // decode en dash as hyphen 
    $topic = preg_replace('/%E2%80%94/', '--', $topic); // decode em dash as double-hyphen 
    $topic = preg_replace('/%E2%80%A6/', '%20', $topic); // convert ellipsis to space 
    $topic = preg_replace('/%26/', '%20', $topic); // convert ampersand to space 
    $topic = preg_replace('/%2F/', '%20', $topic); // convert forward to space 
    $topic = preg_replace('/%3F/', '', $topic); // strip out question marks 
    $topic = preg_replace('/%28/', '(', $topic); // decode opening parenthesis 
    $topic = preg_replace('/%29/', ')', $topic); // decode closing parenthesis 
    $topic = preg_replace('/%21/', '!', $topic); // decode exclamation mark 
    $topic = preg_replace('/%27/', '', $topic); // strip apostrophes 
    $topic = preg_replace('/%22/', '', $topic); // strip double quotation 
    $topic = preg_replace('/%2A/', '*', $topic); // decode asterisk 
    $topic = preg_replace('/%2C/', '', $topic); // strip comma 
    $topic = preg_replace('/%3A/', '', $topic); // strip colon 
    $topic = preg_replace('/%3B/', '', $topic); // strip semicolon 

    $topic = trim($topic); // remove leading and trailing spaces 
    $topic = preg_replace('/(%20)+/', '-', $topic); // convert one or more spaces into single space 

    return $topic; 

} 

Answer 1

像這樣的東西應該做的工作：

public static function formatUrlPermalink ($var) 
{ 
    $permasearch = explode(',', "À,Á,Â,Ã,Å,à,á,â,ã,å,Ò,Ó,Ô,Õ,Ø,ò,ó,ô,õ,ø,È,É,Ê,Ë,è,é,ê,ë,Ç,ç,Ì,Í,Î,Ï,ì,í,î,ï,Ù,Ú,Û,ù,ú,û,ÿ,Ñ,ñ,ß,ä,Ä,ö,Ö,ü,Ü"); 
    $permareplace = explode(',', "A,A,A,A,A,a,a,a,a,a,O,O,O,O,O,o,o,o,o,o,E,E,E,E,e,e,e,e,C,c,I,I,I,I,i,i,i,i,U,U,U,u,u,u,y,N,n,ss,ae,Ae,oe,Oe,ue,Ue"); 
    foreach ($permasearch as $key => $value) { 
     $var = mb_ereg_replace ($value, $permareplace[$key], $var); 
    } 

    $var = preg_replace ("#(\s*\/\s*|\s*\+\s*|\s+)#", '-', strtolower($var)); 

    $permalinksseparator = '-'; 
    $var = mb_ereg_replace ("[^a-z0-9_{$permalinksseparator}]", '', $var, "imsr"); 
    $var = preg_replace ('/'.$permalinksseparator.'+/', $permalinksseparator, $var); // remove replicated separator 
    $var = trim ($var, $permalinksseparator); 

    return $var; 
} 

你可以看到如何將特殊字符適應你的需要對前兩行。剩下的只是去掉空格並用' - '（$ permalinksseparator的值）代替它們。