如何音譯非拉丁文字？

Question

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。

請注意，我已經嘗試了各種排序規則表 ，這些表對於規范帶重音的拉丁字符很有用，但是它們不適用於腳本之間的音譯。

Answer 1

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。

Answer 2

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。