Conversion de caractères spéciaux Microsoft Word avec PHP

Je suis en train de convertir Word texte collé par les utilisateurs qui contiennent le Mot de MME de points de suspension et à long tiret avant traitement supplémentaire.

J'ai trouvé une vieille solution proposée ici pour le problème http://www.codingforums.com/archive/index.php/t-47163.html , mais il ne fonctionne pas pour moi. Après avoir remplacé les points de suspension par exemple , la variable revient à vide. Jamais rien vu de tel avant:

$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;

Des idées?

source d'informationauteur giorgio79

  1. 33

    Pour quiconque d'obtenir le diamant de point d'interrogation en PHP, cette méthode de remplacement de caractères UTF-8 a fonctionné mieux que d'utiliser la fonction chr.

    $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);
  2. 8

    Hmm. J'utilise cette fonction pour l'assainissement de texte copié dans un RTE. Il peut ou peut ne pas fonctionner dans ce cas. Il convertit les entités HTML, mais vous pouvez l'ajuster à convertir en caractères réguliers: 

    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);
}
  3. 5

    Excellente solution. J'ai copié et collé et il a travaillé avec un problème. Une étude plus approfondie, j'ai ajouté quelques personnages qui n'étaient pas dans la recherche et de remplacement de tableau. Afin de trouver le caractère ASCII numéros d'id, j'ai écrit une fonction PHP qui montre que le nombre de caractères ASCII est:

    function stdump($s){

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

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

  }

  echo "<br/>";
}

    Le personnage est afficher et à côté du numéro d'ascii est de montrer dans la parenthèse. Comme ceci:

    echo stdump("GPUs…");

    produit:

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

    Espère que cette aide.

    --Keith