下面的解决方案有一个“SEO更友好”版本:functionhyphenize($string){
$dict=array(
"I'm"=>"Iam",
"thier"=>"their",
//Addyourownreplacementshere
);
returnstrtolower(
preg_replace(
array('#[\\s-]+#','#[^A-Za-z0-9\.-]+#'),
array('-',''),
//thefullcleanString()canbedownloadedfrom
/php/php-clean-string-of-utf8-chars-convert-to-similar-ascii-char
cleanString(
str_replace(//preg_replacecanbeusedtosupportmorecomplicatedreplacements
array_keys($dict),
array_values($dict),
urldecode($string)
)
)
)
);}functioncleanString($text){
$utf8=array(
'/[áàâãªä]/u'=>'a',
'/[ÁÀÂÃÄ]/u'=>'A',
'/[ÍÌÎÏ]/u'=>'I',
'/[íìîï]/u'=>'i',
'/[éèêë]/u'=>'e',
'/[ÉÈÊË]/u'=>'E',
'/[óòôõºö]/u'=>'o',
'/[ÓÒÔÕÖ]/u'=>'O',
'/[úùûü]/u'=>'u',
'/[ÚÙÛÜ]/u'=>'U',
'/ç/'=>'c',
'/Ç/'=>'C',
'/ñ/'=>'n',
'/Ñ/'=>'N',
'/–/'=>'-',//UTF-8hyphento"normal"hyphen
'/[’‘‹›‚]/u'=>'',//Literallyasinglequote
'/[“”«»„]/u'=>'',//Doublequote
'//'=>'',//nonbreakingspace(equiv.to0x160)
);
returnpreg_replace(array_keys($utf8),array_values($utf8),$text);}
上述功能的基本原理(我发现方式,道路低效-下面的一个更好)是不应命名的服务显然在URL上进行拼写检查和关键字识别。
在一个顾客的妄想症上失去了很长一段时间之后,我发现他们不想像力毕竟-他们的SEO专家(我绝对不是其中之一)报告说,把“Viaggi Economy Pauro”转换成viaggi-economy-peru“表现更好”viaggi-economy-per(以前的“清洗”删除了UTF 8字符;波哥大成波哥大,麦德林成梅德伦等等)。
还有一些常见的拼写错误似乎影响了结果,对我来说唯一有意义的解释是我们的URL被解压,单词被单独挑出来,用来驱动天知道什么排序算法。这些算法显然都是用UTF 8清理过的字符串来完成的,所以“PEROME”变成了“秘鲁”而不是“PER”。“Per”和“per”不匹配,有点像在脖子上。
为了既保留UTF 8字符又替换一些拼写错误,下面的函数越快,就越准确(?)以上功能。$dict当然需要手工定制。
先前的回答
一个简单的方法:
// Remove all characters except A-Z, a-z, 0-9, dots, hyphens and spaces
// Note that the hyphen must go last not to be confused with a range (A-Z)
// and the dot, being special, is escaped with \
$str = preg_replace('/[^A-Za-z0-9\. -]/', '', $str);
// Replace sequences of spaces with hyphen
$str = preg_replace('/ */', '-', $str);
// The above means "a space, followed by a space repeated zero or more times"
// (should be equivalent to / +/)
// You may also want to try this alternative:
$str = preg_replace('/\\s+/', '-', $str);
// where \s+ means "zero or more whitespaces" (a space is not necessarily the
// same as a whitespace) just to be sure and include everything
请注意,您可能必须首先urldecode()URL,因为%20和+实际上都是空格-我的意思是,如果你有“永不放弃%20给%20 You%20 up”,你希望它变成永远不会放弃的,而不是20..你可能不需要,但我想我应该提一下这个可能性。
因此,完成的功能以及测试用例:functionhyphenize($string){
return
##strtolower(
preg_replace(
array('#[\\s-]+#','#[^A-Za-z0-9\.-]+#'),
array('-',''),
##cleanString(
urldecode($string)
##)
)
##)
;}printimplode("\n",array_map(
function($s){
return$s.'becomes'.hyphenize($s);
},
array(
'Never%20gonna%20give%20you%20up',
"I'mnotthemanIwas",
"'Légeresse',ditsamajesté",
)));Never%20gonna%20give%20you%20upbecomesnever-gonna-give-you-up
I'mnotthemanIwasbecomesim-not-the-man-I-was
'Légeresse',ditsamajestébecomeslegeresse-dit-sa-majeste
为了处理UTF-8,我使用了cleanString实现找到在线(链接被打破,但一个剥离的副本与所有不太深奥的UTF 8字符是在答案的开头;它也很容易添加更多的字符,如果你需要的话),将UTF 8字符转换为正常字符,从而尽可能保留“外观”一词。为了提高性能,可以将其简化并封装在这里的函数中。
上面的函数还实现了转换为小写-但这是一种体验。这样做的代码已被注释掉。