[PHP]usuwanie polskich znaków w stringu Opcje

[-Gość-]

kiedys widziałem taką fajną funkcję która usuwała polskie znaki, jakies cyruliki i takie tam. istnieje funkcja która mi zwróci true/false w zależności czy string składa się tylko z normalnych znaków i efentualnie cyfr?

[wNogachSpisz]

To w końcu co? W temacie piszesz że chcesz usunąć polskie znaki, natomiast w treści posta wykryć czy string je zawiera. Zdecyduj się.

Ten post edytował wNogachSpisz 12.02.2012, 20:43:03

[-Gość-]

tak chce wykryć, wybacz mi

[--Boria--]

Spróbuj funkcji stristr()

function validate_polish($input) {
if (!stristr($input, 'ź')) {
return false;
}
return true;
}

[wNogachSpisz]

Powiedz jeszcze czy wiadome jest jaki system kodowania został użyty.
Jeśli tak to rozwiązanie będzie proste, jeśli nie to trzeba będzie się nieco nagimnastykować.

[PanBorys]

a to co napisałem wcześniej nie zadziala?

Można włożyć w tablicę wszystkie polskie znaki w ten sposób:
<?php

$pl_ci='Ździebełkęą';
$arr = array('ą','ę','ż','ź','ć','ś','ł','ó','ń');

foreach($arr as $key => $szukaj_pl) {

if(stristr($pl_ci, $szukaj_pl) != FALSE) {
echo 'wyświetl jeśli znaleziono <br />';
}

}
?>

[wNogachSpisz]

Nie, nie zadziała - skuteczność będzie zależna od zbieżności kodowania danych wejściowych i pliku ze skryptem. Kardynalnym błędem jest umieszczanie w kodzie PHP znaków z poza tablicy ASCII.

Ten post edytował wNogachSpisz 13.02.2012, 01:08:57

[camikazee]

Wyrażeniami regularnymi możesz wykryć łatwo czy ciąg zawiera niedozwolone znaki, a nawet od razu je usunąć.
Taką funkcją np możesz szybko usunąć ogonki.

[PHP] pobierz, plaintext 
strtr($sName, "ĄĆĘŁŃÓŚŻŹśąćęłńóśżź", "acelnoszzsacelnoszz")
[PHP] pobierz, plaintext 

[wNogachSpisz]

Wyrażeniami regularnymi możesz wykryć łatwo czy ciąg zawiera niedozwolone znaki, a nawet od razu je usunąć.
Taką funkcją np możesz szybko usunąć ogonki.

[PHP] pobierz, plaintext 
strtr($sName, "ĄĆĘŁŃÓŚŻŹśąćęłńóśżź", "acelnoszzsacelnoszz")
[PHP] pobierz, plaintext 

Ten kod nie zadziała, patrz mój post wyżej.

[styryl]

[PHP] pobierz, plaintext 
 
    function rewrite($string){ 
      $a = array( 'Ę', 'Ó', 'Ą', 'Ś', 'Ł', 'Ż', 'Ź', 'Ć', 'Ń', 'ę', 'ó', 'ą',
                  'ś', 'ł', 'ż', 'ź', 'ć', 'ń' );
      $b = array( 'E', 'O', 'A', 'S', 'L', 'Z', 'Z', 'C', 'N', 'e', 'o', 'a',
                  's', 'l', 'z', 'z', 'c', 'n' );
 
          $string = str_replace( $a, $b, $string );
          $string = preg_replace( '#[^a-z0-9]#is', ' ', $string );
          $string = trim( $string );
          $string = preg_replace( '#\s{2,}#', ' ', $string );
          $string = str_replace( ' ', '-', $string );
          $string = strtolower($string);
          return $string;
    }
 
[PHP] pobierz, plaintext 

[camikazee]

Działać, zadziała, kwestia zmiany kodowania.

[wNogachSpisz]

Do dupy z takim programem który raz działa a raz nie.
Wyślesz to przez FTP w trybie ASCII i skrypt nie nadaje się do niczego.
Albo ktoś kiedyś postanowi zajrzeć do skryptu, zmieni jakiś szczegół np. usunie biały znak, potem zapisze nie zwracając uwagi na kodowanie i znowu całość idzie w kibel.

Tak się tego nie robi.

Teraz troszke offtopne, bo autor nie znajduej czasu żeby odpowiedzieć na moje pytanie.

Oto metoda jakiej używam do zamiany diakrytyków na łacińskie odpowiedniki, o ile wiem nie da się lepiej, input musi być w UTF-8.

[PHP] pobierz, plaintext 
<?php
 
require 'I18N/UnicodeNormalizer.php';
$normalizer = new I18N_UnicodeNormalizer(); // z PEAR
 
function diacritic_replace( $s ) {
 
	global $normalizer;
 
	// maps German (umlauts) and other European characters onto two characters before just removing diacritics
	$s    = preg_replace( '@\x{00c4}@u'    , "AE",    $s );    // umlaut Ä => AE
	$s    = preg_replace( '@\x{00d6}@u'    , "OE",    $s );    // umlaut Ö => OE
	$s    = preg_replace( '@\x{00dc}@u'    , "UE",    $s );    // umlaut Ü => UE
	$s    = preg_replace( '@\x{00e4}@u'    , "ae",    $s );    // umlaut ä => ae
	$s    = preg_replace( '@\x{00f6}@u'    , "oe",    $s );    // umlaut ö => oe
	$s    = preg_replace( '@\x{00fc}@u'    , "ue",    $s );    // umlaut ü => ue
	$s    = preg_replace( '@\x{00f1}@u'    , "ny",    $s );    // ń => ny
	$s    = preg_replace( '@\x{00ff}@u'    , "yu",    $s );    // ˙ => yu
 
	// maps special characters (characters with diacritics) on their base-character followed by the diacritical mark
	// exmaple:  Ú => U´,  á => a`
 
	$s = $normalizer->normalize($s, 'NFD', 'UTF-8');
 
	$s    = preg_replace( '@\pM@u'        , "",    $s );    // removes diacritics
 
	$s    = preg_replace( '@\x{00df}@u'    , "ss",    $s );    // maps German ß onto ss
	$s    = preg_replace( '@\x{00c6}@u'    , "AE",    $s );    // Ć => AE
	$s    = preg_replace( '@\x{00e6}@u'    , "ae",    $s );    // ć => ae
	$s    = preg_replace( '@\x{0132}@u'    , "IJ",    $s );    // ? => IJ
	$s    = preg_replace( '@\x{0133}@u'    , "ij",    $s );    // ? => ij
	$s    = preg_replace( '@\x{0152}@u'    , "OE",    $s );    // Π=> OE
	$s    = preg_replace( '@\x{0153}@u'    , "oe",    $s );    // œ => oe
 
	$s    = preg_replace( '@\x{00d0}@u'    , "D",    $s );    // Đ => D
	$s    = preg_replace( '@\x{0110}@u'    , "D",    $s );    // Đ => D
	$s    = preg_replace( '@\x{00f0}@u'    , "d",    $s );    // đ => d
	$s    = preg_replace( '@\x{0111}@u'    , "d",    $s );    // d => d
	$s    = preg_replace( '@\x{0126}@u'    , "H",    $s );    // H => H
	$s    = preg_replace( '@\x{0127}@u'    , "h",    $s );    // h => h
	$s    = preg_replace( '@\x{0131}@u'    , "i",    $s );    // i => i
	$s    = preg_replace( '@\x{0138}@u'    , "k",    $s );    // ? => k
	$s    = preg_replace( '@\x{013f}@u'    , "L",    $s );    // ? => L
	$s    = preg_replace( '@\x{0141}@u'    , "L",    $s );    // L => L
	$s    = preg_replace( '@\x{0140}@u'    , "l",    $s );    // ? => l
	$s    = preg_replace( '@\x{0142}@u'    , "l",    $s );    // l => l
	$s    = preg_replace( '@\x{014a}@u'    , "N",    $s );    // ? => N
	$s    = preg_replace( '@\x{0149}@u'    , "n",    $s );    // ? => n
	$s    = preg_replace( '@\x{014b}@u'    , "n",    $s );    // ? => n
	$s    = preg_replace( '@\x{00d8}@u'    , "O",    $s );    // Ř => O
	$s    = preg_replace( '@\x{00f8}@u'    , "o",    $s );    // ř => o
	$s    = preg_replace( '@\x{017f}@u'    , "s",    $s );    // ? => s
	$s    = preg_replace( '@\x{00de}@u'    , "T",    $s );    // Ţ => T
	$s    = preg_replace( '@\x{0166}@u'    , "T",    $s );    // T => T
	$s    = preg_replace( '@\x{00fe}@u'    , "t",    $s );    // ţ => t
	$s    = preg_replace( '@\x{0167}@u'    , "t",    $s );    // t => t
 
	// remove all non-ASCii characters
	$s    = preg_replace( '@[^\0-\x80]@u'    , "",    $s ); 
 
	return $s;
}
[PHP] pobierz, plaintext 

Ten post edytował wNogachSpisz 13.02.2012, 12:20:40

[rocktech.pl]

Witam.

Co do usuwania.

[PHP] pobierz, plaintext 
$charset = "UTF-8";
 
$text = "Zażółć gęślą jaźń";
 
$text = iconv($charset, "ASCII//TRANSLIT//IGNORE", $text);
[PHP] pobierz, plaintext 

Co do wykrywania

[PHP] pobierz, plaintext 
mb_detect_encoding($text, 'ASCII', true);
[PHP] pobierz, plaintext 

[wNogachSpisz]

Kod

Notice: iconv() [function.iconv]: Wrong charset, conversion from `UTF-8' to `ASCII//TRANSLIT//IGNORE' is not allowed

iconv jest za słabo udokumentowany, szczególnie ten rugi parametr, czarna magia, z tego co pamiętam to jest to też zależne od set_locale. Także blisko ale nadal źle.

Natomiast to drugie jest chyba w porządku.

Ten post edytował wNogachSpisz 13.02.2012, 12:27:41

[rocktech.pl]

@wNogachSpisz

Nie miałem nigdy problemów z iconv.
Może lepiej być nie może

[wNogachSpisz]

Ja mam problem już na wejściu, wywala ERROR

[-Gość-]

mb_detect_encoding się dobrze spisuje w przypadku nicku. ale przepuszcza znaki specjalne. więc istnieje funkcja gotowa, która mi zwaliduje imię? czyli z kolei przepuści polskie znaki ale nie przepuści innych znaków specjalnych

[wNogachSpisz]

Jeśli kodowanie jest jednobajtowe - bazujące na stornach kodowych - to bardzo łatwo sprawdzić numer konkretnego znaku w tablicy ASCII i tym samym rozpoznać czy jest to litera, cyfra, czy znak specjalny.
Jeśli natomiast kodowanie stosuje kilka bajtów na znak lub co gorsza mieszanej ilości bajtów na znak (jak UTF-8), to sprawa się komplikuje o tyle, że musisz ustalić czy dany bajt to tylko składowa znaku czy cały znak. Dlatego pytam czy dla programu znany jest system kodowania danych wejściowych, od tego zależy wybór optymalnego rozwiązania.

[thek]

Hmmm... A nie pomyślał nikt o zwykłym preg_match? Podajecie zakres znaków ozwolonych i tyle. Jeśli w stringu będzie cokolwiek spoza niego - zwróci Wam false.