多字节 strtr() -> mb_strtr()答案

【问题标题】：multibyte strtr() -> mb_strtr()多字节 strtr() -> mb_strtr()
【发布时间】：2011-02-15 01:39:21
【问题描述】：

有人写过函数 strtr() 的多字节变体吗？我需要这个。

编辑 1（所需用法示例）：

例子： $from = 'ľľščťžýáíŕďňäô'; // 这些字符是 UTF-8 $to = 'llsctzyaiŕdnao'; // 输入 - UTF-8 $str = 'Kŕdeľ ďatľov učí koňa žrať kôru.'; $str = mb_strtr($str, $from, $to); // 输出 - 没有变音符号的 str // $str = 'Krdel datlov uci kona zrat koru.';

【问题讨论】：

您能否提供一个示例来说明您正在尝试做什么（代码示例？）？为特定用例建议替代方案会更容易。
我手头没有确切的例子，但在 phps 文档页面上查看用户 cmets 总是值得的：us3.php.net/strtr 似乎有人已经遇到了同样的问题。也许其中一个已经在那里发布了解决方案。
是的，麦克斯，你是对的。我在那里寻找解决方案，但什么也没找到。
@PeterKrauss : mb_strstr() 是 strstr() 的多字节等效项：在另一个字符串中找到第一次出现，不是 strtr() : 翻译字符或替换子字符串，所以没有帮助。
@megar，操作，抱歉，删除我的评论以避免读者混淆。

标签： php string multibyte

【解决方案1】：

我相信 strtr is multi-byte safe，无论哪种方式，因为str_replace 是多字节安全，你可以包装它：

function mb_strtr($str, $from, $to)
{
  return str_replace(mb_str_split($from), mb_str_split($to), $str);
}

由于没有mb_str_split 函数，您还需要编写自己的函数（使用mb_substr 和mb_strlen），或者您可以只使用PHP UTF-8 实现（稍作改动）：

function mb_str_split($str) {
    return preg_split('~~u', $str, null, PREG_SPLIT_NO_EMPTY);;

}

但是，如果您正在寻找从字符串中删除所有（拉丁语？）重音符号的函数，您可能会发现以下函数很有用：

function Unaccent($string)
{
    return preg_replace('~&([a-z]{1,2})(?:acute|cedil|circ|grave|lig|orn|ring|slash|th|tilde|uml|caron);~i', '$1', htmlentities($string, ENT_QUOTES, 'UTF-8'));
}

echo Unaccent('ľľščťžýáíŕďňä'); // llsctzyairdna
echo Unaccent('Iñtërnâtiônàlizætiøn'); // Internationalizaetion

【讨论】：

@Alix Axel：你是对的。我检查了 strtr 的文档：“如果 from 和 to 的长度不同，则忽略两者中较长的多余字符。str 的长度将与返回值的长度相同。”
一个小改进：在正则表达式中添加“caron”，如下所示：... slash|th|tilde|uml|caron); ...。现在，诸如“Škoda”之类的文本也将不再重音。
@bilygates：我去检查了caron 变音符号是否被 PHP 支持，但它仍然没有出现在我的 get_html_translation_table(HTML_ENTITIES) 调用中。您使用的是什么版本的 PHP？你能在那个查找表中看到&...caron; 实体吗？如果没有，htmlentities() 不应该对这些变音符号进行编码，这会使额外的正则表达式查找/替换变得无用。
@Alix Axel：将get_html_translation_table(HTML_ENTITIES, ENT_QUOTES, 'UTF-8') 与UTF-8 编码的参数一起使用，您将看到&Scaron; 和&scaron;。我正在使用 PHP 5.3.12。干杯！
@bilygates：是的，一定是这样，我使用的是 PHP 5.3.2，并且编码参数仅在 PHP 5.3.4 中添加。感谢您回复我。

【解决方案2】：

function mb_strtr($str,$map,$enc){
$out="";
$strLn=mb_strlen($str,$enc);
$maxKeyLn=1;
foreach($map as $key=>$val){
    $keyLn=mb_strlen($key,$enc);
    if($keyLn>$maxKeyLn){
        $maxKeyLn=$keyLn;
    }
}
for($offset=0; $offset<$strLn; ){
    for($ln=$maxKeyLn; $ln>=1; $ln--){
        $cmp=mb_substr($str,$offset,$ln,$enc);
        if(isset($map[$cmp])){
            $out.=$map[$cmp];
            $offset+=$ln;
            continue 2;
        }
    }
    $out.=mb_substr($str,$offset,1,$enc);
    $offset++;
}
return $out;
}

【讨论】：

【解决方案3】：

可能使用 str_replace 是一个很好的解决方案。另一种选择：

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

function my_strtr($inputStr, $from, $to, $encoding = 'UTF-8') {
        $inputStrLength = mb_strlen($inputStr, $encoding);

        $translated = '';

        for($i = 0; $i < $inputStrLength; $i++) {
                $currentChar = mb_substr($inputStr, $i, 1, $encoding);

                $translatedCharPos = mb_strpos($from, $currentChar, 0, $encoding);

                if($translatedCharPos === false) {
                        $translated .= $currentChar;
                }
                else {
                        $translated .= mb_substr($to, $translatedCharPos, 1, $encoding);
                }
        }

        return $translated;
}


$from = 'ľľščťžýáíŕďňä'; // these chars are in UTF-8
$to   = 'llsctzyairdna';

// input - in UTF-8
$str  = 'Kŕdeľ ďatľov učí koňa žrať kôru.';

print 'Original: ';
print chr(10);
print $str;

print chr(10);
print chr(10);

print 'Tranlated: ';
print chr(10);
print my_strtr( $str, $from, $to);

使用 PHP 5.2 在我的机器上打印：

Original: 
Kŕdeľ ďatľov učí koňa žrať kôru.

Tranlated: 
Krdel datlov uci kona zrat kôru.

【讨论】：