Как убрать диакритические знаки из текста?

Это должно быть полезно, которое обрабатывает почти все случаи.

function Unaccent($string)
{
    return preg_replace('~&([a-z]{1,2})(?:acute|cedil|circ|grave|lig|orn|ring|slash|th|tilde|uml|caron);~i', '$1', htmlentities($string, ENT_COMPAT, 'UTF-8'));
}

Используйте iconv для преобразования строк из заданной кодировки в ASCII, а затем замените не -буквенно-цифровые символы с использованием preg_replace:

$input = 'räksmörgås och köttbullar'; // UTF8 encoded
$input = iconv('UTF-8', 'ASCII//TRANSLIT', $input);
$input = preg_replace('/[^a-zA-Z0-9]/', '_', $input);
echo $input;

Результат:

raksmorgas_och_kottbullar

и все шведские должны быть преобразованы следующим образом:

«å» на «a» и «ä» на «a» и «ö» на «o» (просто удалите точки выше).

Используйте normalizer_normalize(), чтобы избавиться от диакритические знаки.

Остальные должны стать символами подчеркивания, как я уже сказал.

Используйте preg_replace() с шаблоном [\W] (iow: любой символ, который не t соответствуют буквам, цифрам или знаку подчеркивания), чтобы заменить их символами подчеркивания.

Окончательный результат должен выглядеть так:

$data = preg_replace('[\W]', '_', normalizer_normalize($data));

Если расширение intl php включено, вы можете использовать транслитератор следующим образом:

protected function removeDiacritics($string)
{
    $transliterator = \Transliterator::create('NFD; [:Nonspacing Mark:] Remove; NFC;');
    return $transliterator->transliterate($string);
}

Чтобы удалить другие специальные символы (не только диакритические знаки, такие как «æ»)

protected function removeDiacritics($string)
{
    $transliterator = \Transliterator::createFromRules(
        ':: Any-Latin; :: Latin-ASCII; :: NFD; :: [:Nonspacing Mark:] Remove; :: NFC;',
        \Transliterator::FORWARD
    );
    return $transliterator->transliterate($string);
}

Если вы просто заинтересованы в том, чтобы обеспечить безопасность URL-адресов, вам нужен urlencode.

Возвращает строку, в которой все не буквенно-цифровые символы, кроме -_. были заменены знаком процента (%), за которым следуют две шестнадцатеричные цифры и пробелы, закодированные как знаки плюс (+). Он кодируется так же, как кодируются отправленные данные из формы WWW, то есть так же, как в медиа-типе application/x-www-form-urlencoded. Это отличается от кодировки » RFC 1738 (см. rawurlencode()) тем, что по историческим причинам пробелы кодируются знаком плюс (+).

Если вы действительно хотите удалить все, кроме A-Z, a-z, 1-9 (кстати, что не так с 0?), то вы хотите:

$mynewstring = preg_replace('/[^A-Za-z1-9]/', '', $str);

так просто как

 $str = str_replace(array('å', 'ä', 'ö'), array('a', 'a', 'o'), $str); 
 $str = preg_replace('/[^a-z0-9]+/', '_', strtolower($str));

предполагая, что вы используете одну и ту же кодировку для своих данных и своего кода.

Одним из простых решений является использование функции str_replace с поиском и заменой массивов букв. .

Вам не нужны причудливые регулярные выражения для фильтрации шведских символов, просто используйте функцию strtr чтобы «перевести» их, например:

$your_URL = "www.mäåö.com";
$good_URL = strtr($your_URL, "äåöë etc...", "aaoe etc...");
echo $good_URL;

-> вывод: www.maao.com :)