[英]How to transliterate non-latin scripts?
我正在使用iconv在PHP中进行音译。 特别是我想规范化带重音符号的字符并将其他脚本从UTF-8罗马化为纯ASCII。
当许多字符起作用时(例如Ž
> Z
),其他字符却给出了奇怪的结果或引发了错误。
例如,E急性é
(U + 00E9)音译用单引号(U + 0027)前到ASCII e
好像它试图表示音调符号标记我试图摆脱。
$utf_8 = "\xC3\xA9"; // <- é
$ascii = iconv( 'UTF-8', 'ASCII//TRANSLIT', $utf_8 );
// returns "'e", not "e"
非拉丁脚本是坏,例如希腊西格玛Σ
(U + 03A3)应该音译为拉丁S
完全不认可,引发错误:
$utf_8 = "\xCE\xA3"; // <- Σ
$ascii = iconv( 'UTF-8', 'ASCII//TRANSLIT', $utf_8 );
// Raises notice: iconv(): Detected an illegal character in input string
我可以应付第一个,但是如何将“Σ”音译为“ S”,并在具有相同字符的其他脚本中可靠地做到这一点呢?
如果有一个适用于大多数欧洲语言的良好来源,我不介意生成自己的表。
我使用iconv
不太幸运。 它总是设法发出一堆通知。
我最幸运的是使用自定义音译表。 它远非完美,但至少您会觉得自己有坚实的基础。
我找不到音译表的单一来源。 除了拉丁语脚本,我不熟悉其他任何内容都无济于事。
我已经尝试过类似的方法 -它主要基于Doctrine 1代码,但并不完美:但是它似乎可以与我所提交的所有测试数据一起使用。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.