PHP Iconv余分な文字を追加する

Question

私はiconvを使ってPHPのテキストからすべてのアクセントなどを削除しようとしています。それは例えば、アクセントを取り除きますが、時には、余分な文字を追加します。私はここで"Theatre"

をしたいのに対し、 "Théâtre"は"Th'e^atre"として出てくる私のコードです：

setlocale(LC_ALL, "fr_FR.utf8"); 
$text = "Théâtre"; 
$text = iconv("utf-8","ascii//TRANSLIT//IGNORE",$text); 
echo $text; 

結果：Th'eは^アトレ

Answer 1

このエラーはおそらくサーバ上のiconv()の実装が間違っているためです（glibcの代わりにlibiconvの出力で確認できます））。詳細はhereを参照してください。

また、試すことができます。これに

$text = "Théâtre"; 
$text = iconv("utf-8","ascii//TRANSLIT",$text); //$text = "Th'e^atre" 
//Replace any character not in alphabet by an empty substring. 
$text = preg_replace("#[^a-zA-z]#", "", $text); //$text = "Theatre" 

echo $text; 

Answer 2

私のソリューションは、Wordpressの実装を使用することでした。しかし、結局のところ、このトリックはありませんでした。

function remove_accents($string) { 
if (!preg_match('/[\x80-\xff]/', $string)) 
    return $string; 

$chars = array(
// Decompositions for Latin-1 Supplement 
'ª' => 'a', 'º' => 'o', 
'À' => 'A', 'Á' => 'A', 
'Â' => 'A', 'Ã' => 'A', 
'Ä' => 'A', 'Å' => 'A', 
'Æ' => 'AE','Ç' => 'C', 
'È' => 'E', 'É' => 'E', 
'Ê' => 'E', 'Ë' => 'E', 
'Ì' => 'I', 'Í' => 'I', 
'Î' => 'I', 'Ï' => 'I', 
'Ð' => 'D', 'Ñ' => 'N', 
'Ò' => 'O', 'Ó' => 'O', 
'Ô' => 'O', 'Õ' => 'O', 
'Ö' => 'O', 'Ù' => 'U', 
'Ú' => 'U', 'Û' => 'U', 
'Ü' => 'U', 'Ý' => 'Y', 
'Þ' => 'TH','ß' => 's', 
'à' => 'a', 'á' => 'a', 
'â' => 'a', 'ã' => 'a', 
'ä' => 'a', 'å' => 'a', 
'æ' => 'ae','ç' => 'c', 
'è' => 'e', 'é' => 'e', 
'ê' => 'e', 'ë' => 'e', 
'ì' => 'i', 'í' => 'i', 
'î' => 'i', 'ï' => 'i', 
'ð' => 'd', 'ñ' => 'n', 
'ò' => 'o', 'ó' => 'o', 
'ô' => 'o', 'õ' => 'o', 
'ö' => 'o', 'ø' => 'o', 
'ù' => 'u', 'ú' => 'u', 
'û' => 'u', 'ü' => 'u', 
'ý' => 'y', 'þ' => 'th', 
'ÿ' => 'y', 'Ø' => 'O', 
// Decompositions for Latin Extended-A 
'Ā' => 'A', 'ā' => 'a', 
'Ă' => 'A', 'ă' => 'a', 
'Ą' => 'A', 'ą' => 'a', 
'Ć' => 'C', 'ć' => 'c', 
'Ĉ' => 'C', 'ĉ' => 'c', 
'Ċ' => 'C', 'ċ' => 'c', 
'Č' => 'C', 'č' => 'c', 
'Ď' => 'D', 'ď' => 'd', 
'Đ' => 'D', 'đ' => 'd', 
'Ē' => 'E', 'ē' => 'e', 
'Ĕ' => 'E', 'ĕ' => 'e', 
'Ė' => 'E', 'ė' => 'e', 
'Ę' => 'E', 'ę' => 'e', 
'Ě' => 'E', 'ě' => 'e', 
'Ĝ' => 'G', 'ĝ' => 'g', 
'Ğ' => 'G', 'ğ' => 'g', 
'Ġ' => 'G', 'ġ' => 'g', 
'Ģ' => 'G', 'ģ' => 'g', 
'Ĥ' => 'H', 'ĥ' => 'h', 
'Ħ' => 'H', 'ħ' => 'h', 
'Ĩ' => 'I', 'ĩ' => 'i', 
'Ī' => 'I', 'ī' => 'i', 
'Ĭ' => 'I', 'ĭ' => 'i', 
'Į' => 'I', 'į' => 'i', 
'İ' => 'I', 'ı' => 'i', 
'IJ' => 'IJ','ij' => 'ij', 
'Ĵ' => 'J', 'ĵ' => 'j', 
'Ķ' => 'K', 'ķ' => 'k', 
'ĸ' => 'k', 'Ĺ' => 'L', 
'ĺ' => 'l', 'Ļ' => 'L', 
'ļ' => 'l', 'Ľ' => 'L', 
'ľ' => 'l', 'Ŀ' => 'L', 
'ŀ' => 'l', 'Ł' => 'L', 
'ł' => 'l', 'Ń' => 'N', 
'ń' => 'n', 'Ņ' => 'N', 
'ņ' => 'n', 'Ň' => 'N', 
'ň' => 'n', 'ʼn' => 'n', 
'Ŋ' => 'N', 'ŋ' => 'n', 
'Ō' => 'O', 'ō' => 'o', 
'Ŏ' => 'O', 'ŏ' => 'o', 
'Ő' => 'O', 'ő' => 'o', 
'Œ' => 'OE','œ' => 'oe', 
'Ŕ' => 'R','ŕ' => 'r', 
'Ŗ' => 'R','ŗ' => 'r', 
'Ř' => 'R','ř' => 'r', 
'Ś' => 'S','ś' => 's', 
'Ŝ' => 'S','ŝ' => 's', 
'Ş' => 'S','ş' => 's', 
'Š' => 'S', 'š' => 's', 
'Ţ' => 'T', 'ţ' => 't', 
'Ť' => 'T', 'ť' => 't', 
'Ŧ' => 'T', 'ŧ' => 't', 
'Ũ' => 'U', 'ũ' => 'u', 
'Ū' => 'U', 'ū' => 'u', 
'Ŭ' => 'U', 'ŭ' => 'u', 
'Ů' => 'U', 'ů' => 'u', 
'Ű' => 'U', 'ű' => 'u', 
'Ų' => 'U', 'ų' => 'u', 
'Ŵ' => 'W', 'ŵ' => 'w', 
'Ŷ' => 'Y', 'ŷ' => 'y', 
'Ÿ' => 'Y', 'Ź' => 'Z', 
'ź' => 'z', 'Ż' => 'Z', 
'ż' => 'z', 'Ž' => 'Z', 
'ž' => 'z', 'ſ' => 's', 
// Decompositions for Latin Extended-B 
'Ș' => 'S', 'ș' => 's', 
'Ț' => 'T', 'ț' => 't', 
// Euro Sign 
'€' => 'E', 
// GBP (Pound) Sign 
'£' => '', 
// Vowels with diacritic (Vietnamese) 
// unmarked 
'Ơ' => 'O', 'ơ' => 'o', 
'Ư' => 'U', 'ư' => 'u', 
// grave accent 
'Ầ' => 'A', 'ầ' => 'a', 
'Ằ' => 'A', 'ằ' => 'a', 
'Ề' => 'E', 'ề' => 'e', 
'Ồ' => 'O', 'ồ' => 'o', 
'Ờ' => 'O', 'ờ' => 'o', 
'Ừ' => 'U', 'ừ' => 'u', 
'Ỳ' => 'Y', 'ỳ' => 'y', 
// hook 
'Ả' => 'A', 'ả' => 'a', 
'Ẩ' => 'A', 'ẩ' => 'a', 
'Ẳ' => 'A', 'ẳ' => 'a', 
'Ẻ' => 'E', 'ẻ' => 'e', 
'Ể' => 'E', 'ể' => 'e', 
'Ỉ' => 'I', 'ỉ' => 'i', 
'Ỏ' => 'O', 'ỏ' => 'o', 
'Ổ' => 'O', 'ổ' => 'o', 
'Ở' => 'O', 'ở' => 'o', 
'Ủ' => 'U', 'ủ' => 'u', 
'Ử' => 'U', 'ử' => 'u', 
'Ỷ' => 'Y', 'ỷ' => 'y', 
// tilde 
'Ẫ' => 'A', 'ẫ' => 'a', 
'Ẵ' => 'A', 'ẵ' => 'a', 
'Ẽ' => 'E', 'ẽ' => 'e', 
'Ễ' => 'E', 'ễ' => 'e', 
'Ỗ' => 'O', 'ỗ' => 'o', 
'Ỡ' => 'O', 'ỡ' => 'o', 
'Ữ' => 'U', 'ữ' => 'u', 
'Ỹ' => 'Y', 'ỹ' => 'y', 
// acute accent 
'Ấ' => 'A', 'ấ' => 'a', 
'Ắ' => 'A', 'ắ' => 'a', 
'Ế' => 'E', 'ế' => 'e', 
'Ố' => 'O', 'ố' => 'o', 
'Ớ' => 'O', 'ớ' => 'o', 
'Ứ' => 'U', 'ứ' => 'u', 
// dot below 
'Ạ' => 'A', 'ạ' => 'a', 
'Ậ' => 'A', 'ậ' => 'a', 
'Ặ' => 'A', 'ặ' => 'a', 
'Ẹ' => 'E', 'ẹ' => 'e', 
'Ệ' => 'E', 'ệ' => 'e', 
'Ị' => 'I', 'ị' => 'i', 
'Ọ' => 'O', 'ọ' => 'o', 
'Ộ' => 'O', 'ộ' => 'o', 
'Ợ' => 'O', 'ợ' => 'o', 
'Ụ' => 'U', 'ụ' => 'u', 
'Ự' => 'U', 'ự' => 'u', 
'Ỵ' => 'Y', 'ỵ' => 'y', 
// Vowels with diacritic (Chinese, Hanyu Pinyin) 
'ɑ' => 'a', 
// macron 
'Ǖ' => 'U', 'ǖ' => 'u', 
// acute accent 
'Ǘ' => 'U', 'ǘ' => 'u', 
// caron 
'Ǎ' => 'A', 'ǎ' => 'a', 
'Ǐ' => 'I', 'ǐ' => 'i', 
'Ǒ' => 'O', 'ǒ' => 'o', 
'Ǔ' => 'U', 'ǔ' => 'u', 
'Ǚ' => 'U', 'ǚ' => 'u', 
// grave accent 
'Ǜ' => 'U', 'ǜ' => 'u', 
); 

$string = strtr($string, $chars); 

return $string; 
}