如何解决警告：preg_replace(): Compilation failed: invalid UTF-8 string at offset 1

Question

我正在尝试将以下文本重写为 url

$string="Jean-Maxime . Thäre! wouldn't %bé#äny ąśćłóżźń. OEß L'élève
&nbsp; % áàâãªä que voici est allé voir ça. Ils ont découvert où elles avaient cachées la Sainte Bible ?! <h3>\"Je suis riche\"</h3> ";

我有 3 个函数，但不知何故，它为其中一个函数返回以下错误 警告：preg_replace()：编译失败：偏移 1 处的无效 UTF-8 字符串

服务器说错误在这一行

$text =preg_replace(array_keys($utf8), array_values($utf8), $text);

这是我的 3 个功能：

function normaliser($string)
{
    $string = strip_tags(mb_strtolower($string));




    return preg_replace('~&([a-z]{1,2})(acute|cedil|circ|grave|lig|orn|ring|slash|th|tilde|uml);~i', '$1', htmlentities($string, ENT_QUOTES, 'UTF-8'));
}
################################################################################
//On enleve les accents et on normalise le texte
function enlever_accents($text) {

     $utf8 = array(
    '/[áàâãªä]/u'   =>   'a',
    '/[ÁÀÂÃÄ]/u'    =>   'A',
    '/[ÍÌÎÏ]/u'     =>   'I',
    '/[íìîï]/u'     =>   'i',
    '/[éèêë]/u'     =>   'e',
    '/[ÉÈÊË]/u'     =>   'E',
    '/[óòôõºö]/u'   =>   'o',
    '/[ÓÒÔÕÖ]/u'    =>   'O',
    '/[úùûü]/u'     =>   'u',
    '/[ÚÙÛÜ]/u'     =>   'U',
    '/ç/u'           =>   'c',
    '/Ç/u'           =>   'C',
    '/ñ/u'           =>   'n',
    '/Ñ/u'           =>   'N',
    '/[\²&~#"\'{(\[|`_\^\)°+=}*;:!§?%’,;]/u'    =>   '', //J'enleve les caracteres speciaux
    '/–/u'           =>   '-', // UTF-8 hyphen to "normal" hyphen
    '/[’‘‹›‚]/u'    =>   ' ', // Literally a single quote
    '/[“”«»„]/u'    =>   ' ', // Double quote
    '/ /u'           =>   ' ', // nonbreaking space (equiv. to 0x160)
);




     $text =preg_replace(array_keys($utf8), array_values($utf8), $text);

    $text =mb_strtolower($text);


    return  normaliser($text);
}

######################################################################### 

//Fonction qui permet de reecrire les urls
function reecrire_url_titre($string) {


   $string=  enlever_accents($string);
   $string = str_replace(' ', '-', $string); // Replaces all spaces with hyphens.
   $string = preg_replace('/[^A-Za-z0-9\-]/', '', $string); // Removes special chars.

   return preg_replace('/-+/', '-', $string); // Replaces multiple hyphens with single one.
}

问题主要出在这个

function enlever_accents($text) {

    $utf8 = array(
        '/[áàâãªä]/u'   =>   'a',
        '/[ÁÀÂÃÄ]/u'    =>   'A',
        '/[ÍÌÎÏ]/u'     =>   'I',
        '/[íìîï]/u'     =>   'i',
        '/[éèêë]/u'     =>   'e',
        '/[ÉÈÊË]/u'     =>   'E',
        '/[óòôõºö]/u'   =>   'o',
        '/[ÓÒÔÕÖ]/u'    =>   'O',
        '/[úùûü]/u'     =>   'u',
        '/[ÚÙÛÜ]/u'     =>   'U',
        '/ç/u'           =>   'c',
        '/Ç/u'           =>   'C',
        '/ñ/u'           =>   'n',
        '/Ñ/u'           =>   'N',
        '/[\²&~#"\'{(\[|`_\^\)°+=}*;:!§?%’,;]/u'    =>   '', //J'enleve les caracteres speciaux
        '/–/u'           =>   '-', // UTF-8 hyphen to "normal" hyphen
        '/[’‘‹›‚]/u'    =>   ' ', // Literally a single quote
        '/[“”«»„]/u'    =>   ' ', // Double quote
        '/ /u'           =>   ' ', // nonbreaking space (equiv. to 0x160)
    );


    $text = htmlentities($text, ENT_QUOTES, 'UTF-8');

     $text =preg_replace(array_keys($utf8), array_values($utf8), $text);

    $text =mb_strtolower($text);


    return  $text;
}

请如何解决警告：preg_replace(): Compilation failed: invalid UTF-8 string at offset 1 ？

Answer 1

要用 PHP 替换重音字母，方法不是使用正则表达式（在你的情况下是几个），而是使用 iconv:

$yourstring = Normalizer::normalize($yourstring, Normalizer::NFC);
setlocale(LC_CTYPE, 'fr_FR');
$result = iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', $yourstring);

您还需要确保您的字符串开头是 UTF-8 编码的字符串。否则，在使用mb_convert之前转换它

然后处理其他字符，如果我理解你的意图，你需要做的就是只做一个替换和修剪：

$result = trim(preg_replace('~[^a-z0-9]+~i', '-', $result), '-');

（把你想保留的所有字符都放到字符类中）

---

function normaliser($str) {
    # convert letters with combining characters to a single unicode point
    $str = Normalizer::normalize($str, Normalizer::NFC);

    # transliterate unicode characters to ASCII
    setlocale(LC_CTYPE, 'fr_FR');
    $str = iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', $str);

    # convert to lowercase (since your string is now an ascii string, no need to use mb_strtolower)
    $str = strtolower($str);

    # remove html tags
    $str = strip_tags($str);

    # TODO: - deal with html entities
    #       - replace unwanted characters with an hyphen
    #       - trim leading and trailing hyphens

    return $str;
}