Wie man Microsoft-kodierte Anführungszeichen in PHP ersetzt

Muss ich ersetzen Microsoft Word-version des Einzel-und doppelte Anführungszeichen (“ ” ‘ ’) mit regulären Anführungszeichen (' und ") durch eine Codierung Problem in meiner Anwendung. Ich brauchen Sie nicht, werden HTML-entities und die ich nicht ändern kann meine Datenbank-schema.

Habe ich zwei Möglichkeiten: entweder ein regulärer Ausdruck oder eine zugehörige array.

Gibt es einen besseren Weg, dies zu tun?

InformationsquelleAutor der Frage Misha M | 2009-08-11

  1. 79

    Wenn man bedenkt Sie nur wollen, zu ersetzen, ein paar gezielte und gut identifiziert Zeichen, ich würde für str_replace mit einem array : die Sie offensichtlich nicht brauchen, die schwere Artillerie regex bringen wird 😉

    Und wenn Sie Begegnung einige andere Sonderzeichen (verfluchtes copy-paste aus word...), können Sie einfach fügen Sie Sie zum array, wenn notwendig ist /wird, wenn man Sie identifiziert.


    EDIT : die beste Antwort, die ich geben kann, ist Ihr Kommentar ist wohl dieser link : Konvertieren Smart Quotes mit PHP

    Und den zugehörigen code (Zitat, Seite) :

    function convert_smart_quotes($string) 
{ 
    $search = array(chr(145), 
                    chr(146), 
                    chr(147), 
                    chr(148), 
                    chr(151)); 

    $replace = array("'", 
                     "'", 
                     '"', 
                     '"', 
                     '-'); 

    return str_replace($search, $replace, $string); 
}

    (Ich habe keine MS word auf diesem computer, so kann ich nicht getestet von mir)

    Ich erinnere mich nicht genau das, was wir bei der Arbeit verwendet (ich war nicht die, die für den Umgang mit dieser Art der Eingabe)aber es war die gleiche Art von Zeug...

    InformationsquelleAutor der Antwort Pascal MARTIN

  2. 83

    Habe ich eine Antwort gefunden auf diese Frage. Sie brauchen nur eine Zeile code mit iconv() - Funktion in php:

    //replace Microsoft Word version of single  and double quotations marks (“ ” ‘ ’) with  regular quotes (' and ")
$output = iconv('UTF-8', 'ASCII//TRANSLIT', $input);

    InformationsquelleAutor der Antwort Justin Dominic

  3. 31

    Ihre Microsoft-kodierte Zitate sind die wohl die typografische Anführungszeichen. Sie können einfach ersetzen Sie Sie mit str_replace wenn Sie wissen, der Codierung der Zeichenfolge, die Sie ersetzen möchten.

    Hier ist ein Beispiel für UTF-8, sondern mit einem einzigen mapping-array mit strtr:

    $quotes = array(
    "\xC2\xAB"     => '"', //« (U+00AB) in UTF-8
    "\xC2\xBB"     => '"', //» (U+00BB) in UTF-8
    "\xE2\x80\x98" => "'", //‘ (U+2018) in UTF-8
    "\xE2\x80\x99" => "'", //’ (U+2019) in UTF-8
    "\xE2\x80\x9A" => "'", //‚ (U+201A) in UTF-8
    "\xE2\x80\x9B" => "'", //‛ (U+201B) in UTF-8
    "\xE2\x80\x9C" => '"', //“ (U+201C) in UTF-8
    "\xE2\x80\x9D" => '"', //” (U+201D) in UTF-8
    "\xE2\x80\x9E" => '"', //„ (U+201E) in UTF-8
    "\xE2\x80\x9F" => '"', //‟ (U+201F) in UTF-8
    "\xE2\x80\xB9" => "'", //‹ (U+2039) in UTF-8
    "\xE2\x80\xBA" => "'", //› (U+203A) in UTF-8
);
$str = strtr($str, $quotes);

    Wenn Sie brauchen eine andere Codierung, können Sie mb_convert_encoding zu konvertieren Schlüssel.

    InformationsquelleAutor der Antwort Gumbo

  4. 10

    wenn, wie mir, Sie kommen hier mit einem enormen Spektrum gebrochen ascii /ms-word-Zeichen, die tun verrückte Dinge, um Ihre CMS-oder RTE und iconv nicht funktioniert, dann diese tolle Funktion kann nur für Sie sein.

    Stellen Sie sicher, dass Ihre Codierung ist utf-8 beim speichern mit dieser Funktion in eine Datei.

    <?php
/**
 * fixMSWord
 *
 * Replace ascii chars with utf8. Note there are ascii characters that don't 
 * correctly map and will be replaced by spaces.
 *
 * @author      Robin Cafolla
 * @date        2013-03-22
 * @Copyright   (c) 2013 Robin Cafolla
 * @licence     MIT (x11) http://opensource.org/licenses/MIT
 */
function fixMSWord($string) {
    $map = Array(
        '33' => '!', '34' => '"', '35' => '#', '36' => '$', '37' => '%', '38' => '&', '39' => "'", '40' => '(', '41' => ')', '42' => '*', 
        '43' => '+', '44' => ',', '45' => '-', '46' => '.', '47' => '/', '48' => '0', '49' => '1', '50' => '2', '51' => '3', '52' => '4', 
        '53' => '5', '54' => '6', '55' => '7', '56' => '8', '57' => '9', '58' => ':', '59' => ';', '60' => '<', '61' => '=', '62' => '>', 
        '63' => '?', '64' => '@', '65' => 'A', '66' => 'B', '67' => 'C', '68' => 'D', '69' => 'E', '70' => 'F', '71' => 'G', '72' => 'H', 
        '73' => 'I', '74' => 'J', '75' => 'K', '76' => 'L', '77' => 'M', '78' => 'N', '79' => 'O', '80' => 'P', '81' => 'Q', '82' => 'R', 
        '83' => 'S', '84' => 'T', '85' => 'U', '86' => 'V', '87' => 'W', '88' => 'X', '89' => 'Y', '90' => 'Z', '91' => '[', '92' => '\\', 
        '93' => ']', '94' => '^', '95' => '_', '96' => '`', '97' => 'a', '98' => 'b', '99' => 'c', '100'=> 'd', '101'=> 'e', '102'=> 'f', 
        '103'=> 'g', '104'=> 'h', '105'=> 'i', '106'=> 'j', '107'=> 'k', '108'=> 'l', '109'=> 'm', '110'=> 'n', '111'=> 'o', '112'=> 'p', 
        '113'=> 'q', '114'=> 'r', '115'=> 's', '116'=> 't', '117'=> 'u', '118'=> 'v', '119'=> 'w', '120'=> 'x', '121'=> 'y', '122'=> 'z', 
        '123'=> '{', '124'=> '|', '125'=> '}', '126'=> '~', '127'=> ' ', '128'=> '&#8364;', '129'=> ' ', '130'=> ',', '131'=> ' ', '132'=> '"', 
        '133'=> '.', '134'=> ' ', '135'=> ' ', '136'=> '^', '137'=> ' ', '138'=> ' ', '139'=> '<', '140'=> ' ', '141'=> ' ', '142'=> ' ', 
        '143'=> ' ', '144'=> ' ', '145'=> "'", '146'=> "'", '147'=> '"', '148'=> '"', '149'=> '.', '150'=> '-', '151'=> '-', '152'=> '~', 
        '153'=> ' ', '154'=> ' ', '155'=> '>', '156'=> ' ', '157'=> ' ', '158'=> ' ', '159'=> ' ', '160'=> ' ', '161'=> '¡', '162'=> '¢', 
        '163'=> '£', '164'=> '¤', '165'=> '¥', '166'=> '¦', '167'=> '§', '168'=> '¨', '169'=> '©', '170'=> 'ª', '171'=> '«', '172'=> '¬', 
        '173'=> '­', '174'=> '®', '175'=> '¯', '176'=> '°', '177'=> '±', '178'=> '²', '179'=> '³', '180'=> '´', '181'=> 'µ', '182'=> '¶', 
        '183'=> '·', '184'=> '¸', '185'=> '¹', '186'=> 'º', '187'=> '»', '188'=> '¼', '189'=> '½', '190'=> '¾', '191'=> '¿', '192'=> 'À', 
        '193'=> 'Á', '194'=> 'Â', '195'=> 'Ã', '196'=> 'Ä', '197'=> 'Å', '198'=> 'Æ', '199'=> 'Ç', '200'=> 'È', '201'=> 'É', '202'=> 'Ê', 
        '203'=> 'Ë', '204'=> 'Ì', '205'=> 'Í', '206'=> 'Î', '207'=> 'Ï', '208'=> 'Ð', '209'=> 'Ñ', '210'=> 'Ò', '211'=> 'Ó', '212'=> 'Ô', 
        '213'=> 'Õ', '214'=> 'Ö', '215'=> '×', '216'=> 'Ø', '217'=> 'Ù', '218'=> 'Ú', '219'=> 'Û', '220'=> 'Ü', '221'=> 'Ý', '222'=> 'Þ', 
        '223'=> 'ß', '224'=> 'à', '225'=> 'á', '226'=> 'â', '227'=> 'ã', '228'=> 'ä', '229'=> 'å', '230'=> 'æ', '231'=> 'ç', '232'=> 'è', 
        '233'=> 'é', '234'=> 'ê', '235'=> 'ë', '236'=> 'ì', '237'=> 'í', '238'=> 'î', '239'=> 'ï', '240'=> 'ð', '241'=> 'ñ', '242'=> 'ò', 
        '243'=> 'ó', '244'=> 'ô', '245'=> 'õ', '246'=> 'ö', '247'=> '÷', '248'=> 'ø', '249'=> 'ù', '250'=> 'ú', '251'=> 'û', '252'=> 'ü', 
        '253'=> 'ý', '254'=> 'þ', '255'=> 'ÿ'
    );

    $search = Array();
    $replace = Array();

    foreach ($map as $s => $r) {
        $search[] = chr((int)$s);
        $replace[] = $r;
    }

    return str_replace($search, $replace, $string); 
}

    InformationsquelleAutor der Antwort thelastshadow

  5. 5

    Haben wir folgende. Angebote mit ein paar Sonderzeichen.

    $text = str_replace(chr(130), ',', $text);    //baseline single quote
$text = str_replace(chr(132), '"', $text);    //baseline double quote
$text = str_replace(chr(133), '...', $text);  //ellipsis
$text = str_replace(chr(145), "'", $text);    //left single quote
$text = str_replace(chr(146), "'", $text);    //right single quote
$text = str_replace(chr(147), '"', $text);    //left double quote
$text = str_replace(chr(148), '"', $text);    //right double quote

$text = mb_convert_encoding($text, 'HTML-ENTITIES', 'UTF-8');

    InformationsquelleAutor der Antwort ceejayoz

  6. 3

    Jeder einzelne von den bisherigen Antworten außer für @Gumbo 'wird die Fähigkeit 'zerfleischen' Unicode-strings:

    echo convert_smart_quotes("This is Yi: ꑑ. Point ⒒ this breaks Yi. Yi broke–why? I need a longer––point. This makes Han 嗗 mad.");

    Ergebnisse in:

    This is Yi: ?''. Point ?'' this breaks Yi. Yi broke?"why? I need a longer?"?"point. This makes Han ?-- mad.

    Die iconv:

    $output = iconv('UTF-8', 'ASCII//TRANSLIT', $input);

    Ergebnisse in:

    PHP Notice: iconv(): Detected an illegal character in input string in php shell code on line 1

    Können Sie es ändern, um //IGNOREdie Zeichen entfernen, aber nicht übersetzen.

    Dies ist der beste Weg, um Sie Ersatz für Microsoft-Zitate codiert in CP1252. Wenn Sie in Unicode, und Sie müssen, um Sie zu ersetzen, verwenden Sie Gumbo Antwort:

    function convert_cp1252_to_ascii($input, $default = '') {
    if ($input === null || $input == '') {
        return $default;
    }

    //https://en.wikipedia.org/wiki/UTF-8
    //https://en.wikipedia.org/wiki/ISO/IEC_8859-1
    //https://en.wikipedia.org/wiki/Windows-1252
    //http://www.unicode.org/Public/MAPPINGS/VENDORS/MICSFT/WINDOWS/CP1252.TXT
    $encoding = mb_detect_encoding($input, array('Windows-1252', 'ISO-8859-1'), true);
    if ($encoding == 'ISO-8859-1' || $encoding == 'Windows-1252') {
        /*
         * Use the search/replace arrays if a character needs to be replaced with
         * something other than its Unicode equivalent.
         */ 

        $replace = array(
            128 => "E",     //http://www.fileformat.info/info/unicode/char/20AC/index.htm EURO SIGN
            129 => "",              //UNDEFINED
            130 => ",",     //http://www.fileformat.info/info/unicode/char/201A/index.htm SINGLE LOW-9 QUOTATION MARK
            131 => "f",     //http://www.fileformat.info/info/unicode/char/0192/index.htm LATIN SMALL LETTER F WITH HOOK
            132 => ",,",        //http://www.fileformat.info/info/unicode/char/201e/index.htm DOUBLE LOW-9 QUOTATION MARK
            133 => "...",       //http://www.fileformat.info/info/unicode/char/2026/index.htm HORIZONTAL ELLIPSIS
            134 => "t",     //http://www.fileformat.info/info/unicode/char/2020/index.htm DAGGER
            135 => "T",     //http://www.fileformat.info/info/unicode/char/2021/index.htm DOUBLE DAGGER
            136 => "^",     //http://www.fileformat.info/info/unicode/char/02c6/index.htm MODIFIER LETTER CIRCUMFLEX ACCENT
            137 => "%",     //http://www.fileformat.info/info/unicode/char/2030/index.htm PER MILLE SIGN
            138 => "S",     //http://www.fileformat.info/info/unicode/char/0160/index.htm LATIN CAPITAL LETTER S WITH CARON
            139 => "<",     //http://www.fileformat.info/info/unicode/char/2039/index.htm SINGLE LEFT-POINTING ANGLE QUOTATION MARK
            140 => "OE",        //http://www.fileformat.info/info/unicode/char/0152/index.htm LATIN CAPITAL LIGATURE OE
            141 => "",              //UNDEFINED
            142 => "Z",     //http://www.fileformat.info/info/unicode/char/017d/index.htm LATIN CAPITAL LETTER Z WITH CARON 
            143 => "",              //UNDEFINED
            144 => "",              //UNDEFINED
            145 => "'",     //http://www.fileformat.info/info/unicode/char/2018/index.htm LEFT SINGLE QUOTATION MARK 
            146 => "'",     //http://www.fileformat.info/info/unicode/char/2019/index.htm RIGHT SINGLE QUOTATION MARK
            147 => "\"",        //http://www.fileformat.info/info/unicode/char/201c/index.htm LEFT DOUBLE QUOTATION MARK
            148 => "\"",        //http://www.fileformat.info/info/unicode/char/201d/index.htm RIGHT DOUBLE QUOTATION MARK
            149 => "*",     //http://www.fileformat.info/info/unicode/char/2022/index.htm BULLET
            150 => "-",     //http://www.fileformat.info/info/unicode/char/2013/index.htm EN DASH
            151 => "--",        //http://www.fileformat.info/info/unicode/char/2014/index.htm EM DASH
            152 => "~",     //http://www.fileformat.info/info/unicode/char/02DC/index.htm SMALL TILDE
            153 => "TM",        //http://www.fileformat.info/info/unicode/char/2122/index.htm TRADE MARK SIGN
            154 => "s",     //http://www.fileformat.info/info/unicode/char/0161/index.htm LATIN SMALL LETTER S WITH CARON
            155 => ">",     //http://www.fileformat.info/info/unicode/char/203A/index.htm SINGLE RIGHT-POINTING ANGLE QUOTATION MARK
            156 => "oe",        //http://www.fileformat.info/info/unicode/char/0153/index.htm LATIN SMALL LIGATURE OE
            157 => "",              //UNDEFINED
            158 => "z",     //http://www.fileformat.info/info/unicode/char/017E/index.htm LATIN SMALL LETTER Z WITH CARON
            159 => "Y",     //http://www.fileformat.info/info/unicode/char/0178/index.htm LATIN CAPITAL LETTER Y WITH DIAERESIS
        );

        $find = array();
        foreach (array_keys($replace) as $key) {
            $find[] = chr($key);
        }

        $input = str_replace($find, array_values($replace), $input);
        /*
         * Because ISO-8859-1 and CP1252 are identical except for 0x80 through 0x9F
         * and control characters, always convert from Windows-1252 to UTF-8.
         */
        $input = iconv('Windows-1252', 'UTF-8//IGNORE', $input);
    }
    return $input;
}

    Entnommen diese Antwortmit einigen änderungen. Wenn Sie wollen, um die Kontrolle über das, was Sie suchen - /ersetzen-verwenden Sie diese Funktion.

    InformationsquelleAutor der Antwort NobleUplift

Schreibe einen Kommentar