[英]How to transliterate non-latin scripts?
我正在使用iconv在PHP中進行音譯。 特別是我想規范化帶重音符號的字符並將其他腳本從UTF-8羅馬化為純ASCII。
當許多字符起作用時(例如Ž
> Z
),其他字符卻給出了奇怪的結果或引發了錯誤。
例如,E急性é
(U + 00E9)音譯用單引號(U + 0027)前到ASCII e
好像它試圖表示音調符號標記我試圖擺脫。
$utf_8 = "\xC3\xA9"; // <- é
$ascii = iconv( 'UTF-8', 'ASCII//TRANSLIT', $utf_8 );
// returns "'e", not "e"
非拉丁腳本是壞,例如希臘西格瑪Σ
(U + 03A3)應該音譯為拉丁S
完全不認可,引發錯誤:
$utf_8 = "\xCE\xA3"; // <- Σ
$ascii = iconv( 'UTF-8', 'ASCII//TRANSLIT', $utf_8 );
// Raises notice: iconv(): Detected an illegal character in input string
我可以應付第一個,但是如何將“Σ”音譯為“ S”,並在具有相同字符的其他腳本中可靠地做到這一點呢?
如果有一個適用於大多數歐洲語言的良好來源,我不介意生成自己的表。
我使用iconv
不太幸運。 它總是設法發出一堆通知。
我最幸運的是使用自定義音譯表。 它遠非完美,但至少您會覺得自己有堅實的基礎。
我找不到音譯表的單一來源。 除了拉丁語腳本,我不熟悉其他任何內容都無濟於事。
我已經嘗試過類似的方法 -它主要基於Doctrine 1代碼,但並不完美:但是它似乎可以與我所提交的所有測試數據一起使用。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.