řetězec - odstranění nečitelných znaků – PHP – Fórum – Programujte.com

Zdravím, potřebuji funkci která z jakéhokoliv řetězce odstraní všechny znaky typu /\{@)#... dále pak všechna diaktrická písmena převede na bez diaktriky, odstraní mezery a velká písmena převede na malá. Vstupem tedy může být cokoliv, výstupem pouze znaky a-z. Řešil bych to nejspíš forem a IFem či funkcí preg_match(). Nebo je dostupná již kompletní funkce?

#1 Pavelv 

Zkus tohle:

<?php
setlocale(LC_CTYPE, 'cs_CZ');
$str = "Příšerný skřivan tvrdí, že 5×4=42. Je to vůl.";
$sanit = preg_replace('/[^a-z]/', '',
    iconv('UTF-8', 'ASCII//TRANSLIT', mb_strtolower($str, 'UTF-8')));
echo $sanit;

#2 KitTa funkce mi ale odstraní veškerou diaktriku. Podobné řešení jsem našel tady. Takže asi udělám podobné pole.

#3 Pavelv

... dále pak všechna diaktrická písmena převede na bez diaktriky

Dělej si příště srandu z někoho jiného.

#4 Kit
Tvoje funkce mi vrací pernskivantvrdexjetovl, ale já chci prisernyskrivantvrdizexjetovul

#5 Pavelv
Mně ta funkce funguje jak má. Asi máš jinou znakovou sadu.

jj, tam je treba mit nebo nastavit spravne znakove sady pro vstup-vystup.
- soubor utf
- text utf
- header utf (http://php.vrana.cz/…ni-znaku.php)
- a tez tusim mb_internal_encoding('UTF-8')  (mb_detect_order)Pokud mas tedy nektere z nich jine, tak jej musis nastavit na takove, jake mas. Nemuzes ocekavat, ze ti win-1250 dokaze zobrazit nebo zpracovat spravne utf text a pod.

 

#6 Kit
Je to možné, ale nejradši bych si vytvořil funkci nezávislo na jazykové sadě. Něco univerzálnějšího. Zkoušel jsem to přes switch, ale tomu se nelíbí písmena v parametrech: 

$old = 'Všelijaké znaky, text_a čísla#23432';
$old = strtolower($old)
$new = '';
for($i=0;$i<strlen($old);$i++){


  switch($old[$i]){
    case 'ě':
    case 'Ě':
      $new .= 'e';
    break;

    case 'š':
    case 'Š':
      $new .= 's';
    break;

...
    case 'a':
    case 'b':
    case 'c':
     ...
       $new .= $old[$i]    break;


  }
}
    

#8 Pavelv
Obávám se, že tudy cesta nevede. Tvá funkce je stále závislá na znakové sadě a rozhodně je méně univerzální.

Na php.net pro funkc str_replace bys nasel v komentarich od uzivatelu funkce vyuzivajici cisla znaku jestli ti nevyhovuji znaky. (v tech prikladech je to trosku na pikacu, protoze str_replace umi pracovat s array a neni treba pro kazdy znak spoustet extra str_replace) Lepsi je pouzit ale mb_ funkce.
chr(153) nebo "\x9d"

Znaky s diakritikou musi mit spravne nastavene kodovani v souboru.  V default 8-bit kodovani ma jina kodova sada pro stejne cislo jiny znak. Obavam se, ze tva univerzalnost bez prepnuti kodove sady znaku asi nepujde.