Regex avec unicode

Version imprimable

19/12/2009, 23h18
Invité

Regex avec unicode

Bonsoir,

J'ai un petit soucis, alors je ne sais pas si je dois utiliser les regex ou non pour ce type de problème.
J'ai un tableau de string avec dedan des caractères unicode ce qui me pose un gros soucis.
En gros ça donne ceci : Am\u00e9lie au lieu de Amélie
J'aimerai scanner mon talbeau prenom pour remplacer cet encodage.

Merci!

La fonction chr() ne marche qu'en ASCII, donc il nous faut une fonction de conversion :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
<?php
$str = 'Am\u00e9lie';
 
$str = str_replace('\u00', '\x', $str);
 
print preg_replace_callback('/\\\xe9/', 'cp2utf8', $str);
 
function cp2utf8 ($hexcp) {
 
    $outputString = '';
 
    $n = hexdec($hexcp[0]);
 
    if ($n <= 0x7F) {
        $outputString .= chr($n);
    }
    else if ($n <= 0x7FF) {
        $outputString .= chr(0xC0 | (($n>>6) & 0x1F))
        .chr(0x80 | ($n & 0x3F));
    }
    else if ($n <= 0xFFFF) {
        $outputString .= chr(0xE0 | (($n>>12) & 0x0F))
        .chr(0x80 | (($n>>6) & 0x3F))
        .chr(0x80 | ($n & 0x3F));
    }
    else if ($n <= 0x10FFFF) {
        $outputString .= chr(0xF0 | (($n>>18) & 0x07))
        .chr(0x80 | (($n>>12) & 0x3F)).chr(0x80 | (($n>>6) & 0x3F))
        .chr(0x80 | ($n & 0x3F));
    }
    else {
        $outputString .= 'Error: ' + $n +' not recognised!';
    }
 
    return $outputString;
}

Ok merci mais j'ai fait une fonction un peu plus simple à mon goût en utilisant la librairie RPC JSON.

Code:

1
2
3
4
5
6
7
8
9
10
11
private function decodeUnicode($string)
		{
		if( preg_match_all('/\\\u[0-9A-F]{4}/i', $string, $matches) ){
			foreach($matches[0] as $v){
				$unicode_hexacode = $v[2] . $v[3] . $v[4] . $v[5];
				$string =  str_replace($v, '&#' . base_convert($unicode_hexacode, 16, 10) . ';', $string);	
			}
		}
		return $string;
		}
	}

21/12/2009, 14h00
Djakisback

Je demande si tu pouvais pas faire ça directement avec des fonctions comme html_entity_decode() ou unicode_decode().
21/12/2009, 17h10
Invité

La fonction unicode_decode est expérimentale et et ne fonctionne que pour les versions PHP 6 ou supérieur hélas...
Moi je suis sous PHP 5.3.0

http://php.net/manual/fr/function.unicode-decode.php
23/02/2010, 10h58
coupolites

problème

Bonjour,

J'ai essayé votre fonction afin d'utiliser des caractères unicode dans mes regex

il me convertit bien en hexa..mais celà ne convertit pas certains caractères en UTF-8

ā : ā
ă : ă

pourtant je fais bien un utf8_encode et html_entity_decode

Merci d'avance