Php 如何使用preg_replace从远程网站将日语翻译成英语

我正在尝试编写一个PHP脚本，将日本烹饪食谱从日语翻译成英语。这是一个宠物项目，不一定要完美。我的策略是

使用文件获取网站内容

将一些日语替换为英语（主要是成分名称）

将结果写入HTML文件

我正在从命令行运行此PHP脚本：

<?php

    // Get contents of Japanese cooking website
    $url = 'http://recipe.igamono.jp/?eid=1077379';
    $context = stream_context_create(array('http' => array('header' => 'Accept-Charset: UTF-8, *;q=0')));
    $html = file_get_contents($url, false, $context);

    // Replace stuff
    $html = preg_replace('/right/s', 'foobar', $html); // works
    $html = preg_replace('/の/s', 'shazam!!', $html); // doesn't work

    // Write output to a file
    file_put_contents('output.html', $html);

?>

---

试试
$html=preg\u replace（'/の/su、“'shazam！！”、$html）（带有/u UTF-8修饰符）



更新：

当使用/u修饰符时，输入文本（$html）必须是UTF-8有效的，否则将不替换任何内容。输入文本编码可通过
mb\u check\u编码（$string，'UTF-8'）
检查建议：

    $html = preg_replace('/[\x{306E}]/u', 'shazam!!', $html);

更新：
事实证明，您正在加载的页面不是UTF-8，而是EUC-JP。做：

<?php

// Get contents of Japanese cooking website
$url = 'http://recipe.igamono.jp/?eid=1077379';
$context = stream_context_create(array('http' => array('header' => 'Accept-Charset: EUC-JP, *;q=0')));
$html = file_get_contents($url, false, $context);

// Replace stuff
$html = mb_convert_encoding($html, "UTF-8", "EUC-JP");
$html = preg_replace('/right/s', 'foobar', $html); // works
$html = preg_replace('/の/s', 'shazam!!', $html); // doesn't work

// Write output to a file
file_put_contents('output.html', $html);
?>

谢谢你的回复。mb_detect_编码（$html，'UTF-8'）为true，但“严格”版本mb_detect_编码（$html，'UTF-8'，true）为false。另外，如果我需要/u修饰符，我的第二个示例也应该失败，对吗？添加/u修改器时，输出为空。该死！如果使用/su，则输出文件为空。如果使用just/s，我会得到：警告：preg_replace（）：编译失败：\x{}或\o{}中的字符值在偏移量8处太大。也许这是个好主意，但也许我的$html不是UTF-8？解决了这个问题。。但是：我错误地编辑了Mvorisek的答案，而不是我自己的答案。现在需要“同行评审”。。。问题是日文页面不是UTF-8，而是EUC-JP，需要先转换为UTF-8，以便の 我也解决了这个问题。我会将我的解决方案发布为我问题的编辑，但如果它也有效，我会接受你的。就这样！很高兴事情解决了。。
<?php
    // Get contents of Japanese cooking website
    $url = 'http://recipe.igamono.jp/?eid=1077379';
    $html = file_get_contents($url);

    // Convert HTML to UTF-8 from Japanese
    $html = mb_convert_encoding($html, "UTF-8", "EUC-JP");

    // Replace stuff
    $html = preg_replace('/right/s', 'foobar', $html);
    $html = preg_replace('/の/s', 'shazam!!', $html);

    // Convert HTML back to Japanese character encoding
    $html = mb_convert_encoding($html, "EUC-JP", "UTF-8");

    // Write HTML to a file
    file_put_contents('output.html', $html);
?>

    $html = preg_replace('/[\x{306E}]/u', 'shazam!!', $html);

<?php

// Get contents of Japanese cooking website
$url = 'http://recipe.igamono.jp/?eid=1077379';
$context = stream_context_create(array('http' => array('header' => 'Accept-Charset: EUC-JP, *;q=0')));
$html = file_get_contents($url, false, $context);

// Replace stuff
$html = mb_convert_encoding($html, "UTF-8", "EUC-JP");
$html = preg_replace('/right/s', 'foobar', $html); // works
$html = preg_replace('/の/s', 'shazam!!', $html); // doesn't work

// Write output to a file
file_put_contents('output.html', $html);
?>