刪除字符串中的所有非ASCII

我的問題是一般 - 我想問問有沒有在編程語言或準備程序，這將讓我完成我的任務的任何特殊模塊。刪除字符串中的所有非ASCII

有任何方便的方式來自動替換所有國家的字符corespondents字母（不是寫自己的職能與多個REPLACE語句等）？例如，我想替換æ到AE，ä到一個，ę到Ë等。

如果這是不可能的準備普遍的功能，有沒有在當前使用的編程語言任何現成的功能，這將限制焦炭允許只向那些從標準拉丁字母簡單地刪除這樣的人物？ http://php.net/manual/en/function.iconv.php

正如其他人所說，這可能是最好把一切都以Unicode（UTF-8或：

2012-02-26 matandked

這需要更詳細的信息。你在哪個平臺和文件系統上？你爲什麼要首先做這個 - 你遇到這些特殊字符時遇到了什麼問題？ – 2012-02-26 17:53:03

常見問題：你爲什麼想這樣做？由於「相應的」ASCII字母可能對某些語言環境而言是一個愚蠢的概念，因此信息丟失。特別是對於文件名，基本上只有兩件事情是有意義的：Windows的UTF-16，Unices的UTF-8。其他一切都是以一種或另一種方式使用的。 – schlenk 2012-02-26 17:56:09

**標準拉丁字母有大約600個字符，**你知道。我必須迴應@schlenk的查詢 - 爲什麼你會想要做這個邪惡的邪惡的事情？文化的狹隘是令人驚歎的原始。 – tchrist 2012-02-26 18:53:48

音譯是你要找的:)

在PHP中的話，那是通過實現的iconv如果可能的話）。

來源

2012-02-26 17:57:04 Greg

我現在不使用的是什麼語言，但在PHP中，你可以做

$text = preg_replace("/[^a-zA-Z0-9]+/", "", $text);

你可以改變REG EXP讓更多/更少的字符。

來源

2012-02-26 17:57:39 Mattias

這使得包含元音變音等的字符串非常難看。 – ThiefMaster 2012-02-26 17:59:41

在PHP中，你可以掃描文件的目錄：

<?php 
$dir = ''; 
    if ($handle = opendir($dir)) { 
    while (false !== ($file = readdir($handle))) { 
     if ($file[0] == '.' || is_dir($dir.'/'.$file)) { 
      continue; 
     } 
//functions here 
    } 
    closedir($handle); 
} 
?>

然後用這個表達式重命名他們都：

$newname = ereg_replace("[^A-Za-z0-9]", "", $oldname);

您需要將$使用oldName每個文件的文件名該目錄，並將其放在//functions所在的位置，它將遍歷目錄中的每個文件並根據正則表達式對其進行重命名。

來源

2012-02-26 17:59:25 ionFish

如果$ oldname ='была' – Greg 2012-02-26 18:06:17

那麼你會得到一個空白的文件名，你可以設置if-then語句，或者這樣做：'pat = array（'e'=>'[eéèêë]'，'n '=>'[nñ]'，'o'=>'[oòóôõö]'，'a'=>'[aàáâãä]'，'i'=>'[iìíîï]'，'u'=>'[uùúûü ]'，'y'=>'[yýÿ]'）;'和'preg_replace（「/".$ pat ['e']。」/ i「，'＃'，$ string）;'我記得看到用西里爾字符做這個，並且試圖找到它的位置。編輯 - 在這裏：http://pastebin.com/raw.php?i=X1NAsnrJ – ionFish 2012-02-26 18:08:30

如果輸入的是Unicode，您可以將Unicode normalization NKFD接近你想要什麼。 Python有這個built-in。標準化後，您可以去除與其所屬字母分開的重音符號。

>>> import unicodedata 
>>> s = u"äçéì" # u"" makes a Unicode string in Python 2.x 
>>> unicodedata.normalize("NFKD", s).encode("ascii", errors="ignore") 
'acei'

雖然這不適用於æ。

來源

2012-02-26 17:59:53

有unidecode，這是適用於幾種語言（Perl，Python和Java的）。我以前寫過關於它in this answer。

>>> from unidecode import unidecode 
>>> unidecode(u"İstanbul") 
'Istanbul' 
>>> unidecode(u"\u5317\u4EB0") 
'Bei Jing '

來源

2012-02-26 21:15:13 beerbajay

刪除字符串中的所有非ASCII

回答

相關問題