Как обращаться с диакритикой (акцентами) при переписывании «хороших URL-адресов»

В конечном итоге вам придется отказаться от идеи «правильно», для этой проблемы. Перевод строки, независимо от того, как вы это делаете, разрушает точность во имя совместимости и удобочитаемости. Все три варианта одинаково совместимы, но №1 и №2 страдают с точки зрения удобочитаемости. Так что просто бегите с ним и идите для того, что лучше выглядит – вариант № 3.

Да, переводы неверны для немецких, но если вы не начнете требовать от ваших пользователей указать, на каком языке находятся их заголовки (и ограничивая их только одним), вы не решите эту проблему без больших усилий, чем это стоит. (Например, выполнение каждого слова в названии через словари для каждого известного языка и перевод диакритики этого слова в соответствии с правилами его языка будет работать , но это чрезмерно.)

В качестве альтернативы, если немецкий язык вызывает повышенную озабоченность по сравнению с другими языками, сделайте перевод всегда использующим немецкую версию, если таковая существует: ä → ae , ë → e , ï → i , ö → oe , ü → ue .

Редактировать:

О, и что касается фактического метода, я бы перевел специальные случаи, если они есть, через str_replace , а затем используйте iconv для остальных:

 $text = str_replace(array("ä", "ö", "ü", "ß"), array("ae", "oe", "ue", "ss"), $text); $text = iconv('UTF-8', 'US-ASCII//TRANSLIT', $text); 

Для меня третий – наиболее читаемый.

Вы можете использовать небольшой словарь, например, ï -> i и ü -> ue чтобы указать, как вы хотите перевести различные символы.

Как интересная сторона примечания, на SO ничего, похоже, не имеет никакого значения после ID – это ссылка на эту страницу:

Как обращаться с диакритикой (акцентами) при переписывании «хороших URL-адресов»

Очевидно, что мотивация заключается в том, чтобы разрешить изменение названия без разрывов ссылок, и вы можете также рассмотреть эту функцию.

Хорошая тема, у меня была такая же проблема некоторое время назад.
Вот как я его исправил:

 function title2url($string=null){ // return if empty if(empty($string)) return false; // replace spaces by "-" // convert accents to html entities $string=htmlentities(utf8_decode(str_replace(' ', '-', $string))); // remove the accent from the letter $string=preg_replace(array('@&([a-zA-Z]){1,2}(acute|grave|circ|tilde|uml|ring|elig|zlig|slash|cedil|strok|lig){1};@', '@&[euro]{1};@'), array('${1}', 'E'), $string); // now, everything but alphanumeric and -_ can be removed // aso remove double dashes $string=preg_replace(array('@[^a-zA-Z0-9\-_]@', '@[\-]{2,}@'), array('', '-'), html_entity_decode($string)); } 

Вот как работает моя функция:

1. Преобразовать его в html-объекты
2. Разделите акценты
3. Удалите все остальные странные символы

Теперь люди могут писать заголовки, содержащие любой символ UTF-8, но большинство из них не разрешено в URL-адресе.

Наоборот, большинство разрешено. См. Например, URL-адрес Википедии – такие вещи, как http://en.wikipedia.org/wiki/Café (aka http://en.wikipedia.org/wiki/Caf%C3%A9 ) отображаются хорошо – даже если маркер StackOverflow не работает, t правильно их выберете 🙂

Трюк надежно читает их в любой среде хостинга; например, существуют проблемы с серверами CGI и Windows, в частности IIS.

Это хорошая функция:

 function friendlyURL($string) { setlocale(LC_CTYPE, 'en_US.UTF8'); $string = iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', $string); $string = str_replace(' ', '-', $string); $string = preg_replace('/\\s+/', '-', $string); $string = strtolower($string); return $string; }