Preg_Replace不处理法语字符-PHP

我已经搜索了一段时间，希望这不是一个已经被问过很多次的问题

我试图在php上编写一个脚本，从字符串中删除停止词，然后将其分解成一个单词数组。停止词可以是英语或法语

目前，以下内容不适用于我，因为它不会删除法语字符：

$needles=array(
'/\bil\b/i', 
'/\bla\b/i', 
'/\ble\b/i', 
'/\b'. htmlentities('à') .'\b/i'
);
print_r($needles);

$result=preg_replace($needles, "", htmlentities("il y à trois personne dans la salle à manger"));
print_r($result);

---

输出将删除所有内容，但不删除法语字符：a

正如注释中所指出的，

htmlentities（'a'）

将为您提供

[3]=>/\bà\b/i

相反，使用带有

u

标志的

a

在模式中启用Unicode：

'/\bà\b/iu'

看

:

---

为什么在这里使用

htmlentities（）

？如果您事先同时应用了input和regex模式，那么它将变成

&a→ 其中单词
\b
边界在两端都不匹配。实际上，只有在将文本包含在html中之前（如果需要），才必须使用
htmlentities（）
。如果你需要在之前编辑字符串，不要使用它。不得不说我很困惑，因为我收到的文本有这些重音，我认为htmlentities至少可以让我将所有内容规范化为UTF 8。在这里要做什么，甚至用à；不会从字符串中删除重音字符。Arghh！UTF8不是你所想的。噢，哇，谢谢你的帮助。这解决了我的问题，我对何时使用htmlentities有了更好的理解。
<?php
$needles=array(
'/\bil\b/i', 
'/\bla\b/i', 
'/\ble\b/i', 
'/\bà\b/iu'
);
print_r($needles);

$result=preg_replace($needles, "", "il y à trois personne dans la salle à manger");
print_r($result);

y  trois personne dans  salle  manger