Esiste un lib di translit gratuito PHP open source?

Question

quindi ho molti utenti che pubblicano articoli con nomi in diverse lingue. Ho bisogno di un po 'di lib per tradurre i nomi degli articoli di thouse in lettere inglesi, ad esempio trasformare russo' р 'in eng' r 'e così via per tutte le lingue europee, le lingue russa e asiatica. Dove ottenere tale lib?

45 secondi di google mi hanno dato questo "This extension allows you to transliterate text in non-latin characters (such as Chinese, Cyrillic, Greek etc) to latin characters." Sembra essere quello di cui avevo davvero bisogno. Qualcuno ha provato questo nella vita reale?

Answer 1

Google ha un AJAX transliteration API che fa un buon lavoro su many major scripts.

Edit: Accidenti, appare su un'ulteriore ispezione che questo consente solo conversioni dal l'alfabeto latino. È un po 'sciocco che Google non abbia reso disponibile la funzionalità inversa, dato che lo stanno già utilizzando in Google Translate per fornire romani per cirillico, cinese, tailandese, hindi e altri, sebbene in particolare non siano abusive come l'ebraico e l'arabo.

Ulteriori modifica: Ho pensato a una possibile soluzione alternativa: rilevare la lingua e utilizzare una query AJAX per eseguirla tramite Google Traduttore utilizzando la stessa lingua di origine della lingua di destinazione, ad es. Chinese-to-Chinese. Firebug rivela che la traslitterazione viene emessa in un div il cui ID è translit. Le traslitterazioni sono in genere fortemente accentate, quindi è necessario convertirle. Questo non è assolutamente su cui fare affidamento (anche se Google in genere non apporta modifiche strutturali frequenti al loro HTML), ma è certamente una possibilità interessante.

Answer 2

fare iconv fare?

Con questo modulo, è possibile trasformare una stringa rappresentata da un set di caratteri locale in quella rappresentata da un altro set di caratteri, che potrebbe essere il set di caratteri Unicode.

Da manuale di PHP:

$text = "This is the Euro symbol '€'."; 

echo 'Original : ', $text, PHP_EOL; 
echo 'TRANSLIT : ', iconv("UTF-8", "ISO-8859-1//TRANSLIT", $text), PHP_EOL; 
echo 'IGNORE : ', iconv("UTF-8", "ISO-8859-1//IGNORE", $text), PHP_EOL; 
echo 'Plain : ', iconv("UTF-8", "ISO-8859-1", $text), PHP_EOL; 

Se così non va, prova anche questi

• Human Language and Character Encoding Support libraries in PHP

In alternativa, definire la mappa caratteri in un array e utilizzare str_replace o mb_substitute_character per eseguire la conversione.

Answer 3

Non sono un linguista, tutt'altro, ma vi presento la possibilità che ciò che state cercando di fare sia impossibile, oppure estremamente complesso da implementare.

Dopo tutto, la traduzione dei nomi è più di una semplice "conversione degli alfabeti". È relativamente facile in russo perché ogni personaggio cirillico ha effettivamente una controparte latina (sono sister alphabets).

Non so l'arabo, ma per il cinese è necessario un sistema di romanizzazione come Pinyin per arrivare ovunque. È più complesso di una semplice sostituzione di personaggi.

Ecco un elenco completo di ISO Romanizations - Se ho capito bene, una soluzione che funziona per te dovrebbe implementare quelle regole.

Quindi il compito sarebbe:

• Analizzare un testo che contiene numerose carattere diverse categorie

• Identificare ogni parola per la quale intervallo di caratteri a cui appartiene (อักษร ไทย è tailandese; Москва è cirillico; e così via)

• Applicare il metodo corretto di romanizzazione ad ogni parola.

Ora sono molto interessato a conoscere tutte le librerie che possono farlo in PHP, ma è ben possibile che non ce ne siano.

Answer 4

In PHP5.3, Intl introduce una classe di traslitteratore, che è un wrapper in ICU. La seguente libreria ha il pieno set di regole ISO:

http://www.php.net/manual/en/transliterator.transliterate.php

Answer 5

ho finito per scrivere una libreria PHP basato sulla URLify.js del progetto Django, dal momento che ho trovato iconv() per essere troppo incompleta. Lo si può trovare qui:

https://github.com/jbroadway/urlify

gestisce caratteri latini, così come greco, turco, russo, ucraino, ceco, polacco e lettone.