將Unicode字符轉換爲等效的ASCII字符

爲了索引和搜索的目的，我需要「平整」一些Unicode字符串。例如，我需要將GötheФ€轉換爲ASCII。最後兩個字符在ASCII中沒有關閉表示，因此可以完全丟棄它們。因此，我從將Unicode字符轉換爲等效的ASCII字符

echo iconv("UTF-8", "ASCII//TRANSLIT//IGNORE", "GötheФ€");

想到的是Gothe而是它輸出Gothe?EUR。

除了字母之外，我還希望所有各種各樣的Unicode數字和標點符號（如句點，逗號，破折號，斜線等）被其最接近的ASCII對應部分替換， iconv函數已經但並非沒有爲Unicode字符產生一些垃圾輸出，因爲它無法找到任何ASCII替換。我希望這些角色完全被忽略。

如何獲得預期的結果？有沒有更好的方法，也許使用intl庫？

來源

2013-02-11 Desmond Hume

可能的杜普，從Unicode中刪除變音標記：http://stackoverflow.com/questions/3542717/how-to-transliterate-accented-characters-into-plain-ascii-characters – 2013-02-11 15:12:50

@EricLeschinski不只是diactric標記。例如，右斜線（'002F'，'0338'，'2044'，'2215'）至少有4個Unicode字符，我希望它們全都變成'002F'。 – 2013-02-11 15:17:30

我想知道 - 爲什麼有人需要在2013年的ASCII？使用UTF-8 .. – 2013-02-12 10:37:53

這php.net comment在國際正規化功能可能是有用的：

來源

2013-02-11 14:54:10

你已經選擇了一個困難的問題。最好告訴用戶輸入Unicode字符來自己音譯ASCII碼。爲他們做這件事只會在他們不同意你的音譯時使他們感到不安。

任何你做將可能是不和諧和冒犯誰在變音符號寄予很大意義的人：http://en.wikipedia.org/wiki/Diacritic

不管你用什麼音譯策略，你將不可能討好每一個人，因爲不同的人開不同的含義，以不同的字符。讓一個人愉悅的音譯會使另一個人激動。除非讓每個人都使用任何他們想要的Unicode字符，否則你不會讓每個人都開心。

但生活不和諧和進攻，所以我們出發：

這PHP代碼：

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

什麼上面PHP函數的作用是在utf8_decode的第一個參數替換每個Unicode字符，並替換它與utf8_decode的第二個參數中的相應字符一起使用。

例如，Unicode À被音譯爲ASCII A，並且å被轉換爲a。你必須爲每一個你認爲音譯爲ASCII字符的Unicode字符指定它。對於其他人，請將其刪除或通過其他音譯算法運行。

還有95,221其他字符，你必須看看哪些可能音譯爲ASCII。它變成了「什麼時候是A不再是A？」的存在遊戲。克林貢角色和路標標誌如何看起來像A？魚性格看起來像一個a。誰說什麼是什麼？

這是很多工作，但如果你正在清理數據庫輸入，你必須創建一個白色的字符列表，並阻止其他野蠻人，把它們留在護城河，這是唯一可靠的方式。

來源

2013-02-11 15:26:47

將Unicode字符轉換爲等效的ASCII字符

回答

相關問題