将 unicode URL 转换为 ASCII

Question

我正在编写一个 PHP 应用程序，它接受来自用户的 URL，然后通过使用 system()* 对二进制文件进行一些调用来处理它。但是，为了避免由此产生的许多并发症，我尝试将可能包含 Unicode 字符的 URL 转换为 ASCII 字符。

假设我有以下 URL:

https://täst.de:8118/news/zh-cn/新闻动态/2015/

这里需要处理两部分：主机名和路径。

对于主机名，我可以简单地调用idn_to_ascii()。
但是，我不能简单地在路径上调用 urlencode()，因为每个需要保持不变的字符也将被转换（例如 news/zh-cn/新闻动态/2015/ -> news%2Fzh-cn%2F%E6%96%B0%E9%97%BB%E5%8A%A8%E6%80%81%2F2015%2F 而不是 news/zh-cn/%E6%96%B0%E9%97%BB%E5%8A%A8%E6%80%81/2015/).

我该如何解决这个问题？

^{*我宁愿不处理 system() 调用和由此产生的复杂性，但考虑到该功能只能通过调用二进制文件使用，很遗憾，我别无选择。}

Answer 1

将 URL 拆分为 / 然后 urlencode() 然后将其重新组合在一起[=13=]

$url = explode("/", $url);
$url[2] = idn_to_ascii($url[2]);
$url[5] = urlencode($url[5]);
$url = join("/", $url);

Answer 2

您可以使用 PHP 的 iconv 函数：

inconv("UTF-8", "ASCII//TRANSLIT", $url);

Answer 3

以下内容可用于此转换：

function convertpath ($path) {
  $path1 = '';
  $len = strlen ($path);
  for ($i = 0; $i < $len; $i++) {
     if (preg_match ('/^[A-Za-z0-9\/?=+%_.~-]$/', $path[$i])) {
       $path1 .= $path[$i];
     }
     else {
       $path1 .= urlencode ($path[$i]);
     }
  }
  return $path1;
}

将 unicode URL 转换为 ASCII

Convert unicode URL to ASCII

php

unicode

encoding

ascii