Ich stehe vor einem Problem mit URLs. Ich möchte in der Lage sein, Titel, die alles enthalten könnten, umzuwandeln und alle Sonderzeichen zu entfernen, sodass sie nur noch Buchstaben und Zahlen enthalten, und natürlich möchte ich Leerzeichen durch Bindestriche ersetzen.

Wie würde das geschehen? Ich habe viel über die Verwendung regulärer Ausdrücke (Regex) gehört …

Dies sollte das tun, wonach Sie suchen:

function clean($string) {
   $string = str_replace(' ', '-', $string); // Replaces all spaces with hyphens.

   return preg_replace('/[^A-Za-z0-9\-]/', '', $string); // Removes special chars.
}

Verwendung:

echo clean('a|"bc!@£de^&$f g');

Gibt aus: abcdef-g

Bearbeiten:

Hey, nur eine kurze Frage: Wie kann ich verhindern, dass mehrere Bindestriche nebeneinander stehen? und wurden sie durch nur 1 ersetzt?

function clean($string) {
   $string = str_replace(' ', '-', $string); // Replaces all spaces with hyphens.
   $string = preg_replace('/[^A-Za-z0-9\-]/', '', $string); // Removes special chars.

   return preg_replace('/-+/', '-', $string); // Replaces multiple hyphens with single one.
}

verbesserte Reinigung

Die folgende Lösung hat eine „SEO-freundlichere“ Version:

function hyphenize($string) {
    $dict = array(
        "I'm"      => "I am",
        "thier"    => "their",
        // Add your own replacements here
    );
    return strtolower(
        preg_replace(
          array( '#[\\s-]+#', '#[^A-Za-z0-9. -]+#' ),
          array( '-', '' ),
          // the full cleanString() can be downloaded from http://www.unexpectedit.com/php/php-clean-string-of-utf8-chars-convert-to-similar-ascii-char
          cleanString(
              str_replace( // preg_replace can be used to support more complicated replacements
                  array_keys($dict),
                  array_values($dict),
                  urldecode($string)
              )
          )
        )
    );
}

function cleanString($text) {
    $utf8 = array(
        '/[áàâãªä]/u'   =>   'a',
        '/[ÁÀÂÃÄ]/u'    =>   'A',
        '/[ÍÌÎÏ]/u'     =>   'I',
        '/[íìîï]/u'     =>   'i',
        '/[éèêë]/u'     =>   'e',
        '/[ÉÈÊË]/u'     =>   'E',
        '/[óòôõºö]/u'   =>   'o',
        '/[ÓÒÔÕÖ]/u'    =>   'O',
        '/[úùûü]/u'     =>   'u',
        '/[ÚÙÛÜ]/u'     =>   'U',
        '/ç/'           =>   'c',
        '/Ç/'           =>   'C',
        '/ñ/'           =>   'n',
        '/Ñ/'           =>   'N',
        '/–/'           =>   '-', // UTF-8 hyphen to "normal" hyphen
        '/[’‘‹›‚]/u'    =>   ' ', // Literally a single quote
        '/[“”«»„]/u'    =>   ' ', // Double quote
        '/ /'           =>   ' ', // nonbreaking space (equiv. to 0x160)
    );
    return preg_replace(array_keys($utf8), array_values($utf8), $text);
}

Die Begründung für die oben genannten Funktionen (die ich finde Weg ineffizient – das unten stehende ist besser) ist das ein Dienst, der nicht genannt werden darf hat offenbar Rechtschreibprüfungen und Schlüsselworterkennung für die URLs durchgeführt.

Nachdem ich eine lange Zeit mit der Paranoia eines Kunden verbracht hatte, fand ich heraus, dass dies der Fall war nicht Sie stellen sich doch Dinge vor – ihre SEO-Experten [I am definitely not one] berichtet, dass beispielsweise die Umstellung auf „Viaggi Economy Perù“ erfolgt viaggi-economy-peru „benahm sich besser“ als viaggi-economy-per (Bei der vorherigen „Bereinigung“ wurden UTF8-Zeichen entfernt; Bogota wurde bogot, Medellín wurde Medellín usw).

Es gab auch einige häufige Rechtschreibfehler, die die Ergebnisse zu beeinflussen schienen, und die einzige Erklärung, die für mich Sinn ergab, war, dass unsere URL entpackt, die Wörter herausgegriffen und zur Steuerung von Gott weiß was für Ranking-Algorithmen verwendet wurde. Und diese Algorithmen waren offenbar mit UTF8-bereinigten Strings gefüttert worden, sodass aus „Perù“ „Peru“ statt „Per“ wurde. „Per“ passte nicht zusammen und erwischte es irgendwie am Hals.

Um sowohl UTF8-Zeichen beizubehalten als auch einige Rechtschreibfehler zu ersetzen, wurde die schnellere Funktion unten zur genaueren (?) Funktion oben. $dict muss natürlich von Hand zugeschnitten werden.

Vorherige Antwort

Ein einfacher Ansatz:

// 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, NOT being special (I know. My life was a lie), is NOT escaped

$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

Beachten Sie, dass Sie dies möglicherweise zuerst tun müssen urldecode() die URL, da %20 und + beide eigentlich Leerzeichen sind – ich meine, wenn Sie „Never%20gonna%20give%20you%20up“ haben, möchten Sie, dass daraus Never-gonna-give-you-up wird, nicht Ich werde dich niemals aufgeben . Sie brauchen es vielleicht nicht, aber ich dachte, ich würde die Möglichkeit erwähnen.

Also die fertige Funktion samt Testfällen:

function hyphenize($string) {
    return 
    ## strtolower(
          preg_replace(
            array('#[\\s-]+#', '#[^A-Za-z0-9. -]+#'),
            array('-', ''),
        ##     cleanString(
              urldecode($string)
        ##     )
        )
    ## )
    ;
}

print implode("\n", array_map(
    function($s) {
            return $s . ' becomes ' . hyphenize($s);
    },
    array(
    'Never%20gonna%20give%20you%20up',
    "I'm not the man I was",
    "'Légeresse', dit sa majesté",
    )));


Never%20gonna%20give%20you%20up    becomes  never-gonna-give-you-up
I'm not the man I was              becomes  im-not-the-man-I-was
'Légeresse', dit sa majesté        becomes  legeresse-dit-sa-majeste

Um mit UTF-8 umzugehen, habe ich a verwendet cleanString Online gefundene Implementierung (Link inzwischen defekt, aber eine abgespeckte Kopie mit allen nicht allzu esoterischen UTF8-Zeichen befindet sich am Anfang der Antwort; es ist bei Bedarf auch einfach, weitere Zeichen hinzuzufügen), die UTF8-Zeichen in normale umwandelt Zeichen, wodurch das Wort „Look“ so weit wie möglich erhalten bleibt. Aus Gründen der Leistung könnte es hier vereinfacht und in die Funktion eingebunden werden.

Die obige Funktion implementiert auch die Konvertierung in Kleinbuchstaben – aber das ist nur ein Vorgeschmack. Der Code dafür wurde auskommentiert.

Schauen Sie sich hier diese Funktion an:

function seo_friendly_url($string){
    $string = str_replace(array('[\', \']'), '', $string);
    $string = preg_replace('/\[.*\]/U', '', $string);
    $string = preg_replace('/&(amp;)?#?[a-z0-9]+;/i', '-', $string);
    $string = htmlentities($string, ENT_COMPAT, 'utf-8');
    $string = preg_replace('/&([a-z])(acute|uml|circ|grave|ring|cedil|slash|tilde|caron|lig|quot|rsquo);/i', '\\1', $string );
    $string = preg_replace(array('/[^a-z0-9]/i', '/[-]+/') , '-', $string);
    return strtolower(trim($string, '-'));
}