Транслит php iconv для удаления акцентов: не работает как исключение?

У меня есть эта стандартная функция для возврата допустимых строк URL без недопустимых символов URL. Магия, кажется, заключается в строке после комментария //удалить нежелательные символы.

Это взято из документации фреймворка Symfony: http://www.symfony-project.org/jobeet/1_4/Doctrine/en/08, который, в свою очередь, взят из http://php.vrana.cz/vytvoreni-pratelskeho-url.php но я не говорю по-чешски ;-)

function slugify($text)
{
  // replace non letter or digits by -
  $text = preg_replace('#[^\\pL\d]+#u', '-', $text);

  // trim
  $text = trim($text, '-');

  // transliterate
  if (function_exists('iconv'))
  {
    $text = iconv('utf-8', 'us-ascii//TRANSLIT', $text);
  }

  // lowercase
  $text = strtolower($text);

  // remove unwanted characters
  $text = preg_replace('#[^-\w]+#', '', $text);

  if (empty($text))
  {
    return 'n-a';
  }

  return $text;
}

echo slugify('é'); // --> "e"

cf @tchrist, с расширением INTL php

http://fr2.php.net/manual/en/book.intl.php

preg_replace('/\pM*/u','',normalizer_normalize( $mystring, Normalizer::FORM_D));

eéèêëiîïoöôuùûüaâäÅ Ἥ ŐǟǠ ǺƶƈƉųŪŧȬƀ␢ĦŁȽŦ ƀǖ становится

eeeeeiiiooouuuuaaaA Η OaA AƶƈƉuUŧOƀ␢ĦŁȽŦ ƀu

Как подчеркивает Крист, не все символы Юникода считаются разложимыми:

выдержка из диаграмм Unicode:

U0080.pdf

00CF Ï ЛАТИНСКАЯ ЗАГЛАВНАЯ БУКВА I С ДИЭРЕЗИСОМ

≡ 0049 I 0308 ¨

NB этот символ «≡» указывает на доступное разложение

00D0 Ð ЛАТИНСКАЯ ЗАГЛАВНАЯ БУКВА ETH

→ 00F0 ð латинская строчная буква eth

→ 0110 Đ латинская заглавная буква d со штрихом

→ 0189 Ɖ латинская заглавная буква африканская d

декомпозиция недоступна, ИМХО, как ни странно (мы могли бы рассматривать букву D ASCII как приемлемый эквивалент).

U0100.pdf

0110 Đ ЛАТИНСКАЯ ЗАГЛАВНАЯ БУКВА D С Штрихом

→ 00D0 ì латинская заглавная буква eth

→ 0111 đ латинская строчная буква d со штрихом

→ 0189 Ɖ латинская заглавная буква африканская d

еще более странно: этот идентифицируется как ЛАТИНСКАЯ ЗАГЛАВНАЯ БУКВА D (со штрихом), но не разлагается как таковой! Возможно, более крутое решение должно заключаться в том, чтобы получить описание юникода для каждого символа и сравнить его с описанием каждого символа ascii (и соответственно заменить). Кто угодно? ;-]

cf http://unicode.org/Public/UNIDATA/UnicodeData.txt

У меня это происходит с чистым iconv без php. Хитрость заключалась в том, чтобы установить значение среды LANG в en_US.UTF-8 (в моем случае раньше было hu_HU.UTF-8). После того, как он работал, как ожидалось.

При выполнении транслитерации вы должны убедиться, что ваш LC_COLLATE установлен правильно, иначе будет использоваться POSIX по умолчанию.

Посмотрите на http://uk3.php.net/manual/en/function.setlocale.php

У меня возникает соблазн сказать «ничего», хотя это немного выходит за рамки моей компетенции. PHP iconv() печально известен и является источником вдохновения для многих обходных путей, включая

• переход к системной утилите iconv (Unix и Linux)
• создание таблицы поиска
• замена всех акцентированных символов эквивалентом ASCII в качестве этапа предварительной обработки
• установка LC_COLLATE (которая, кажется, не работает для всех)
• используйте htmlentities() вместо iconv()

Прочтите комментарии к документации по iconv(), чтобы получить больше вдохновения. (Или сочувствие. Слишком близко, чтобы позвонить.)

Кажется, что стандартный способ справиться с этим — использовать функцию «удаления акцентов», которую вы можете найти в таких библиотеках, как flourish или в CMS. например Wordpress. Iconv, кажется, не может переводить акценты (и это правильно), поскольку это не очень хорошая идея для чего-либо, кроме слагов URL.

Кажется, это зависит от версии php...

Тестовый пример №1

php -version

PHP 7.0.0RC8 (cli) (построено: 25 ноября 2015 г., 12:36:50) (NTS) Copyright (c) 1997-2015 The PHP Group Zend Engine v3.0.0, Copyright (c) 1998 -2015 Zend Technologies с Zend OPcache v7.0.6-dev, Copyright (c) 1999-2015, Zend Technologies

php -r "var_dump(iconv('UTF-8', 'ASCII//TRANSLIT', 'è'));"

string(2) "`e"

Тестовый пример № 2

php -version

PHP 7.0.8-1~dotdeb+8.1 (cli) ( NTS ) Copyright (c) 1997–2016 The PHP Group Zend Engine v3.0.0, Copyright (c) 1998–2016 Zend Technologies with Zend OPcache v7.0.8-1~dotdeb+8.1, Copyright (c) 1999-2016, Zend Technologies

php -r "var_dump(iconv('UTF-8', 'ASCII//TRANSLIT', 'è'));"

string(1) "e"