Comment puis-je supprimer les accents des caractères dans une chaîne PHP ?

Question

Je tente de supprimer les accents des caractères dans une chaîne PHP comme première étape pour rendre la chaîne utilisable dans une URL.

Je utilise le code suivant:

$input = "Fóø Bår";

setlocale(LC_ALL, "en_US.utf8");
$output = iconv("utf-8", "ascii//TRANSLIT", $input);

print($output);

La sortie que je m'attendrais serait quelque chose comme ceci:

F'oo Bar

Cependant, au lieu d'être transcrits en caractères sans accent, les caractères accentués sont remplacés par des points d'interrogation:

F?? B?r

Tout ce que je trouve en ligne indique que le paramétrage de la localisation résoudrait ce problème, cependant je le fais déjà. J'ai déjà vérifié les détails suivants:

1. La localisation que je paramètre est supportée par le serveur (incluse dans la liste produite par locale -a)
2. Les encodages source et cible (UTF-8 et ASCII) sont supportés par la version de iconv du serveur (inclus dans la liste produite par iconv -l)
3. La chaîne d'entrée est encodée en UTF-8 (vérifiée en utilisant la fonction mb_check_encoding de PHP, comme suggéré dans la réponse de mercator)
4. L'appel à setlocale est réussi (il retourne 'en_US.utf8' plutôt que FALSE)

---

La cause du problème:

Le serveur utilise une mauvaise implémentation de iconv. Il a la version glibc au lieu de la version libiconv requise.

Notez que la fonction iconv sur certains systèmes peut ne pas fonctionner comme vous vous attendez. Dans ce cas, il serait judicieux d'installer la bibliothèque GNU libiconv. Il aboutira probablement à des résultats plus cohérents.
– Introduction de la fonction iconv du manuel PHP

Des détails sur l'implémentation de iconv utilisée par PHP sont inclus dans la sortie de la fonction phpinfo.

(Je ne suis pas en mesure de recompiler PHP avec la bonne bibliothèque iconv sur le serveur sur lequel je travaille pour ce projet, donc la réponse que j'ai acceptée ci-dessous est celle qui était la plus utile pour supprimer les accents sans prise en charge d'iconv.)

Answer 1

Et concernant l'implémentation de WordPress ?

function remove_accents($string) {
    if ( !preg_match('/[\x80-\xff]/', $string) )
        return $string;

    $chars = array(
    // Décompositions pour Latin-1 Supplément
    chr(195).chr(128) => 'A', chr(195).chr(129) => 'A',
    chr(195).chr(130) => 'A', chr(195).chr(131) => 'A',
    chr(195).chr(132) => 'A', chr(195).chr(133) => 'A',
    chr(195).chr(135) => 'C', chr(195).chr(136) => 'E',
    chr(195).chr(137) => 'E', chr(195).chr(138) => 'E',
    chr(195).chr(139) => 'E', chr(195).chr(140) => 'I',
    chr(195).chr(141) => 'I', chr(195).chr(142) => 'I',
    chr(195).chr(143) => 'I', chr(195).chr(145) => 'N',
    chr(195).chr(146) => 'O', chr(195).chr(147) => 'O',
    ...
    );

    $string = strtr($string, $chars);

    return $string;
}

Pour comprendre ce que cette fonction fait, vérifiez le tableau de conversion :

À => A
Á => A
 => A
à => A
Ä => A
Å => A
Ç => C
È => E
É => E
Ê => E
Ë => E
Ì => I
Í => I
Î => I
Ï => I
Ñ => N
Ò => O
Ó => O
Ô => O
Õ => O
Ö => O
Ù => U
Ú => U
Û => U
Ü => U
Ý => Y
ß => s
à => a
á => a
â => a
ã => a
...

Vous pouvez générer le tableau de conversion vous-même en parcourant simplement le tableau $chars de la fonction :

foreach($chars as $k=>$v) {
   printf("%s -> %s", $k, $v);
}

Answer 2

Version UTF-8 de la fonction simple postée ci-dessus par Gino:

function stripAccents($str) {
    return strtr(utf8_decode($str), utf8_decode('àáâãäçèéêëìíîïñòóôõöùúûüýÿÀÁÂÃÄÇÈÉÊËÌÍÎÏÑÒÓÔÕÖÙÚÛÜÝ'), 'aaaaaceeeeiiiinooooouuuuyyAAAAACEEEEIIIINOOOOOUUUUY');
}

J'ai dû arriver à cela car mon document php était encodé en UTF-8.

J'espère que cela vous aidera.

Answer 3

Ceci est un morceau de code que j'ai trouvé et que j'utilise souvent :

function stripAccents($stripAccents){
  return strtr($stripAccents,'àáâãäçèéêëìíîïñòóôõöùúûüýÿÀÁÂÃÄÇÈÉÊËÌÍÎÏÑÒÓÔÕÖÙÚÛÜÝ','aaaaaceeeeiiiinooooouuuuyyAAAAACEEEEIIIINOOOOOUUUUY');
}

Answer 4

Lors de l'utilisation de iconv, le paramètre de localisation doit être défini :

function test_enc($text = 'ěščřžýáíé ĚŠČŘŽÝÁÍÉ fóø bår FÓØ BÅR æ')
{
    echo '';
    echo iconv('utf8', 'ascii//TRANSLIT', $text);
    echo '';
} 

test_enc();
setlocale(LC_ALL, 'cs_CZ.utf8');
test_enc();
setlocale(LC_ALL, 'en_US.utf8');
test_enc();

Donne :

????????? ????????? f?? b?r F?? B?R ae
escrzyaie ESCRZYAIE fo? bar FO? BAR ae
escrzyaie ESCRZYAIE fo? bar FO? BAR ae

Je n'ai pas installé d'autres paramètres régionaux que cs_CZ et en_US et je ne peux pas les tester.

En C#, je vois une solution utilisant la translation en forme normalisée Unicode - les accents sont séparés puis filtrés via la catégorie Unicode non accentuée.

Answer 5

En effet, c'est une question de goût. Il existe de nombreux choix pour convertir de telles lettres.

function replaceAccents($str)
{
  $a = array('À', 'Á', 'Â', 'Ã', 'Ä', 'Å', 'Æ', 'Ç', 'È', 'É', 'Ê', 'Ë', 'Ì', 'Í', 'Î', 'Ï', 'Ð', 'Ñ', 'Ò', 'Ó', 'Ô', 'Õ', 'Ö', 'Ø', 'Ù', 'Ú', 'Û', 'Ü', 'Ý', 'ß', 'à', 'á', 'â', 'ã', 'ä', 'å', 'æ', 'ç', 'è', 'é', 'ê', 'ë', 'ì', 'í', 'î', 'ï', 'ñ', 'ò', 'ó', 'ô', 'õ', 'ö', 'ø', 'ù', 'ú', 'û', 'ü', 'ý', 'ÿ', 'Ā', 'ā', 'Ă', 'ă', 'Ą', 'ą', 'Ć', 'ć', 'Ĉ', 'ĉ', 'Ċ', 'ċ', 'Č', 'č', 'Ď', 'ď', 'Đ', 'đ', 'Ē', 'ē', 'Ĕ', 'ĕ', 'Ė', 'ė', 'Ę', 'ę', 'Ě', 'ě', 'Ĝ', 'ĝ', 'Ğ', 'ğ', 'Ġ', 'ġ', 'Ģ', 'ģ', 'Ĥ', 'ĥ', 'Ħ', 'ħ', 'Ĩ', 'ĩ', 'Ī', 'ī', 'Ĭ', 'ĭ', 'Į', 'į', 'İ', 'ı', 'IJ', 'ij', 'Ĵ', 'ĵ', 'Ķ', 'ķ...

  $b = array('A', 'A', 'A', 'A', 'A', 'A', 'AE', 'C', 'E', 'E', 'E', 'E', 'I', 'I', 'I', 'I', 'D', 'N', 'O', 'O', 'O', 'O', 'O', 'O', 'U', 'U', 'U', 'U', 'Y', 's', 'a', 'a', 'a', 'a', 'a', 'a', 'ae', 'c', 'e', 'e', 'e', 'e', 'i', 'i', 'i', 'i', 'n', 'o', 'o', 'o', 'o', 'o', 'o', 'u', 'u', 'u', 'u', 'y', 'y', 'A', 'a', 'A', 'a', 'A', 'a', 'C', 'c', 'C', 'c', 'C', 'c', 'C', 'c', 'D', 'd', 'D', 'd', 'E', 'e', 'E', 'e', 'E', 'e', 'E', 'e', 'E', 'e', 'G', 'g', 'G', 'g', 'G', 'g', 'G', 'g', 'H', 'h', 'H', 'h', 'I', 'i', 'I', 'i', 'I', 'i', 'I', 'i', 'I', 'i', 'IJ', 'ij', 'J', 'j', 'K', 'k', 'L', 'l', 'L', '...

  return str_replace($a, $b, $str);
}