如何替换PHP中的umlaut字符或非插入字符？

我有一个名字“GÃ∗ran”，我想把它转换成“Goran”，这意味着我需要取消指定的单词。但是我所尝试的并不是所有的话都是不正确的

这是我用来表示不同意的代码：

private 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'));
}

不起作用的地方（不正确的匹配）：我的意思是它在右侧没有给出预期的结果

JÃŒrgen => Juergen
InÚs => Ines

工作地点（正确匹配）：

---

原因可能是什么？如何修复？您是否有更好的方法来处理所有案件？

这可能就是您想要的

但是使用“utf-8”代替

---

简短回答

你有两个问题：

首先。这些名字没有重音。它们的格式很差

您似乎有一个UTF-8文件，但正在使用ISO-8559-1处理它们。例如，如果您告诉编辑器使用ISO-8859-1并使用UTF-8将文本复制粘贴到浏览器中的文本区域。然后将格式错误的名称保存到数据库中。我见过许多这样的问题是由复制粘贴引起的

如果名称格式正确，则可以解决第二个问题。不同意他们。关于这一点，已经存在一个问题：

长答案（只关注格式错误的重音字母）

当你想要Göran时，为什么你有Göran

让我们从Unicode开始：字母

ö

是Unicode

拉丁文小写字母O加上分音符

。其Unicode代码点为F6十六进制或分别为246十进制。请参见Unicode数据库

在ISO-8859-1中，0到255之间的代码点保持不变。带分隔符的小写字母o仅保存为一个字节：246

UTF-8和ISO-8859-1对代码点0到127（又称ASCII）的处理方式相同。它们保持原样，只保存为一个字节。它们在处理代码点128到255时有所不同。UTF-8可以对整个Unicode码点集进行编码，而ISO-8859-1只能处理前256个码点

那么，UTF-8如何处理128以上的代码点呢？当代码点越来越大时，有一组交错的编码可能性。对于2047以下的代码点，两个字节就足够了。它们的编码如下：（）

让我们用UTF-8中的diaresis对小写字母o进行编码。位为：

0 0000 1111 0110

，并被编码为

11000011 10110110

。这很好

但是，这两个字节可能会被误解为两个有效的ISO-8559-1字节。什么是

11000011

（C3十六进制）和

10110110

（B6十六进制）？让我们商量一下。C3是大写字母A，B6是段落符号。这两种迹象都是有效的，任何软件都无法通过查看位来检测这种误解

它肯定需要知道名字的人

Gèran

不是一个名字。在名字的中间有一个大写字母，段落符号根本不是一个字母。可悲的是，这种误解并没有到此为止。因为所有字符都是有效的，所以可以对它们进行复制粘贴和重新渲染。在这个过程中，误解可能会再次出现。让我们用

Göran

来实现这一点。我们已经误解了一次，得到了一个格式不正确的

Gèran

。大写字母A、波浪号和段落符号在UTF-8中呈现为两个字节，每个字节都被解释为四个字节的gobbledygook，类似于

GÃÅ.ran

可怜的尤尔根！乌姆劳特人曾两次受到虐待，我们有一次遭到虐待

---

我们这里的乌姆洛特人搞得一团糟。甚至有可能OP从他的客户那里得到了这些数据。这种情况曾经发生在我身上：我在同一个文件中得到了混合数据：格式良好、格式不好、一次、两次、三次。这非常令人沮丧。

在网上找到这个，有用吗？停止Jérôme不是一个名字，它的格式很糟糕。Jérôme是正确的。请帮助我解决问题，并提供帮助@nalplyth查看类型对PHP处理的内部数据没有影响。这是浏览器的问题。@ohmusama:不，那不是真的。如果将编辑器配置为ISO-8859-1，则会得到这些格式不正确的名称。实际上，我正在做的事情是，我取消了单词的名称，并寻找与右侧单词的完全匹配，而我没有获得与我在问题中提到的单词的完全匹配@这个答案对手术没有帮助。

Göran => Goran
Jørgen Ole => Jorgen
Jérôme => Jerome

$text = iconv('utf-8', 'ascii//TRANSLIT', $text);

x xxxx xxxx xxxx => 110xxxxx 10xxxxxx