web-dev-qa-db-ja.com

MicrosoftWordの特殊文字をPHP

MS Word省略記号と長いダッシュを含むユーザーが貼り付けたWordテキストを変換してから、さらに処理しようとしています。

私はここで問題に対して提案された古い解決策を見つけました http://www.codingforums.com/archive/index.php/t-47163.html 、しかしそれは私にとってはうまくいきません。たとえば、省略記号を置き換えた後、変数は空として返されます。これまでにこのようなものを見たことがありません：

$src = "Long Word dash – and weird Word Ellipsis…";
$src = str_replace("‘", "'", $src);
$src = str_replace("’", "'", $src);
$src = str_replace("”", '"', $src);
$src = str_replace("“", '"', $src);
$src = str_replace("–", "-", $src);
$src = str_replace("…", "...", $src);
print $src;

何か案は？

phputf-8character-encodingms-word
18
giorgio79

PHPでひし形の疑問符を取得する人にとって、UTF-8文字を置き換えるこの方法は、chr関数を使用するよりもうまく機能しました。

$search = [                 // www.fileformat.info/info/unicode/<NUM>/ <NUM> = 2018
                "\xC2\xAB",     // « (U+00AB) in UTF-8
                "\xC2\xBB",     // » (U+00BB) in UTF-8
                "\xE2\x80\x98", // ‘ (U+2018) in UTF-8
                "\xE2\x80\x99", // ’ (U+2019) in UTF-8
                "\xE2\x80\x9A", // ‚ (U+201A) in UTF-8
                "\xE2\x80\x9B", // ‛ (U+201B) in UTF-8
                "\xE2\x80\x9C", // “ (U+201C) in UTF-8
                "\xE2\x80\x9D", // ” (U+201D) in UTF-8
                "\xE2\x80\x9E", // „ (U+201E) in UTF-8
                "\xE2\x80\x9F", // ‟ (U+201F) in UTF-8
                "\xE2\x80\xB9", // ‹ (U+2039) in UTF-8
                "\xE2\x80\xBA", // › (U+203A) in UTF-8
                "\xE2\x80\x93", // – (U+2013) in UTF-8
                "\xE2\x80\x94", // — (U+2014) in UTF-8
                "\xE2\x80\xA6"  // … (U+2026) in UTF-8
    ];

    $replacements = [
                "<<", 
                ">>",
                "'",
                "'",
                "'",
                "'",
                '"',
                '"',
                '"',
                '"',
                "<",
                ">",
                "-",
                "-",
                "..."
    ];

    str_replace($search, $replacements, $string);
41
Verron Knowles

うーん。この関数は、RTEにコピーされたテキストをサニタイズするために使用します。この場合、機能する場合と機能しない場合があります。 HTMLエンティティに変換されますが、通常の文字に変換するように調整することもできます。

function convertFromCP1252($string)
{
    $search = array('&',
                    '<',
                    '>',
                    '"',
                    chr(212),
                    chr(213),
                    chr(210),
                    chr(211),
                    chr(209),
                    chr(208),
                    chr(201),
                    chr(145),
                    chr(146),
                    chr(147),
                    chr(148),
                    chr(151),
                    chr(150),
                    chr(133),
                    chr(194)
                );

     $replace = array(  '&amp;',
                        '&lt;',
                        '&gt;',
                        '&quot;',
                        '&#8216;',
                        '&#8217;',
                        '&#8220;',
                        '&#8221;',
                        '&#8211;',
                        '&#8212;',
                        '&#8230;',
                        '&#8216;',
                        '&#8217;',
                        '&#8220;',
                        '&#8221;',
                        '&#8211;',
                        '&#8212;',
                        '&#8230;',
                        ''
                    );

    return str_replace($search, $replace, $string);
}
10
christopher_b

素晴らしいソリューション。コピーして貼り付けたところ、問題なく動作しました。さらに調査して、検索と置換の配列に含まれていない文字をいくつか追加しました。 ASCII文字ID番号を見つけるために、PHP関数を作成しました。これはASCII文字番号が何であるかを示します。 ：

function stdump($s){

  for($i=0;$i<strlen($s);$i++){

    echo substr($s,$i,1) . "(" . ord(substr($s,$i,1)) . ")";

  }

  echo "<br/>";
}

文字が表示され、その横にASCII番号が括弧内に表示されます。このような：

echo stdump（ "GPUs…"）;

生成：

G(71)P(80)U(85)s(115)â(226)€(128)¦(166)

お役に立てれば。

-キース

5
leekei

わたしにはできる：

$str=file_get_contents($file); 

$array=array("‘"=>"'","’"=>"'","”"=>'"',"“"=>'"',"–"=>"-","—"=>"-","–"=>"-","…"=>"...");

$str = strtr( $str,$array);

file_put_contents($file,$str);
0
mahadev mondal