PHP Multi Byte str_replace?

Question

Je suis en train de faire le remplacement de caractères accentués en PHP, mais obtenir des résultats géniaux, je pense être parce que je suis en utilisant une chaîne UTF-8 et str_replace peut ne pas gérer correctement les chaînes multi-octets ..

$accents_search  = array('á','à','â','ã','ª','ä','å','Á','À','Â','Ã','Ä','é','è', 
'ê','ë','É','È','Ê','Ë','í','ì','î','ï','Í','Ì','Î','Ï','œ','ò','ó','ô','õ','º','ø', 
'Ø','Ó','Ò','Ô','Õ','ú','ù','û','Ú','Ù','Û','ç','Ç','Ñ','ñ'); 

$accents_replace = array('a','a','a','a','a','a','a','A','A','A','A','A','e','e', 
'e','e','E','E','E','E','i','i','i','i','I','I','I','I','oe','o','o','o','o','o','o', 
'O','O','O','O','O','u','u','u','U','U','U','c','C','N','n'); 

$str = str_replace($accents_search, $accents_replace, $str); 

résultats Je reçois:

Ørjan Nilsen -> �orjan Nilsen 

Résultat attendu:

Ørjan Nilsen -> Orjan Nilsen 

Edit: J'ai obtenu mon gestionnaire de caractère interne défini sur UTF-8 (selon mb_interna l_encoding()), aussi la valeur de $ str est UTF-8, donc d'après ce que je peux dire, toutes les chaînes impliquées sont UTF-8. Str_replace() détecte-t-il les jeux de caractères et les utilise-t-il correctement?

Answer 1

On dirait que la chaîne n'a pas été remplacée car votre encodage d'entrée et la non-concordance d'encodage de fichier.

Answer 2

Essayez cette définition de fonction:

if (!function_exists('mb_str_replace')) { 
    function mb_str_replace($search, $replace, $subject) { 
     if (is_array($subject)) { 
      foreach ($subject as $key => $val) { 
       $subject[$key] = mb_str_replace((string)$search, $replace, $subject[$key]); 
      } 
      return $subject; 
     } 
     $pattern = '/(?:'.implode('|', array_map(create_function('$match', 'return preg_quote($match[0], "/");'), (array)$search)).')/u'; 
     if (is_array($search)) { 
      if (is_array($replace)) { 
       $len = min(count($search), count($replace)); 
       $table = array_combine(array_slice($search, 0, $len), array_slice($replace, 0, $len)); 
       $f = create_function('$match', '$table = '.var_export($table, true).'; return array_key_exists($match[0], $table) ? $table[$match[0]] : $match[0];'); 
       $subject = preg_replace_callback($pattern, $f, $subject); 
       return $subject; 
      } 
     } 
     $subject = preg_replace($pattern, (string)$replace, $subject); 
     return $subject; 
    } 
} 

Answer 3

Il est possible de supprimer à l'aide diacritiques Unicode normalization form D (NFD) et propriétés de caractère Unicode. NFD convertit quelque chose comme le "ü" tréma de "LA LETTRE MINUSCULE LATINE U DIAERESIS" (qui est une lettre) à "LETTRE MINUSCULE LATINE U" (lettre) et "COMBINER DIAERESIS" (pas une lettre).

header('Content-Type: text/plain; charset=utf-8'); 

$test = implode('', array('á','à','â','ã','ª','ä','å','Á','À','Â','Ã','Ä','é','è', 
'ê','ë','É','È','Ê','Ë','í','ì','î','ï','Í','Ì','Î','Ï','œ','ò','ó','ô','õ','º','ø', 
'Ø','Ó','Ò','Ô','Õ','ú','ù','û','Ú','Ù','Û','ç','Ç','Ñ','ñ')); 

$test = Normalizer::normalize($test, Normalizer::FORM_D); 

// Remove everything that's not a "letter" or a space (e.g. diacritics) 
// (see http://de2.php.net/manual/en/regexp.reference.unicode.php) 
$pattern = '/[^\pL ]/u'; 

echo preg_replace($pattern, '', $test); 

sortie:

aaaaªaaAAAAAeeeeEEEEiiiiIIIIœooooºøØOOOOuuuUUUcCNn 

La classe normaliseur fait partie du PECL intl package. (L'algorithme en lui-même n'est pas très compliqué mais il faut charger beaucoup de mappings de caractères afaik.) J'ai écrit un PHP implementation il y a quelques temps.)

(J'ajoute ceci avec deux mois de retard parce que je pense que c'est une bonne technique

Answer 4

Selon la documentation php str_replace, la fonction est binaire, ce qui signifie qu'elle peut gérer du texte codé UTF-8 sans aucune perte de données.