[MonWeb]

Mes pages
<meta http-equiv="Content-Type" content="text/html;charset=utf-8" />

Ma base
Utf8 Interclassement utf8_unicode_ci

Avec ta dernière modification dans transformer un texte en url

Œuilly.html devient uilly.html on y est presque il manque le o

Ce message a été modifié par MonWeb - 27 novembre 2008 - 12:41.

[Dadou]

J'ai une fonction de conversion en uft8 qui je pense est assez propre :

function Utf8($sValue) {
	if (mb_check_encoding($sValue, 'UTF-8')) {
		return $sValue;
	}
	else return utf8_encode($sValue);
	}

Mais il faut l'extension mbstring d'installer sur le serveur

[TheRec]

C'est un peu ce que j'ai dit en première page Dadou Mais avec le code déjà prêt Merci ... je n'ai pas creuser dans le code de cette extension, mais je suppose que la détection suit le même schéma logique, on tente de détecter la longueur des caractères et leur type, mais on arrive vite au limites de cette méthode... lorsqu'on utilise des caractères des alphabets russes, chinois, etc.

Et malheureusement, bon nombre d'hébergements mutualisés ne proposent pas mbstring par défaut et pourtant cette extension est très utile et je doute qu'elle consomme tant de ressources que cela, dommage

[MonWeb]

Citation

mais on arrive vite au limites de cette méthode.

Pourquoi il y a mieux quand on a un hébergement mutualisé
Je le trouve super ce code c'est le plus complet que j'ai trouvé, mais je suis pas contre autre chose

Pour le moment Œuilly Bonnœil donne uilly-bonn-il et je cherche un magicien

Ce message a été modifié par MonWeb - 27 novembre 2008 - 17:49.

[Patrick]

Arf j'ai fait il y a quelque temps un truc similaire mais qui marche que pour iso-8859-1
ça pourrait faire un bon complément de l'excellent travail de Captain et pourquoi pas donner lieu à une fonction unique qui gèrerai les 2 charset de façon indifférente.
Dès que je trouve 5 minutes je plonge dans mes bout-de-scripts-qui-peuvent-servir-et-qui-sont-dans-un-coin.html pour trouver ça.

++

Patrick

[Pulsar-san]

Hum, l'intéret d'une telle fonction est tout de même assez limitée.
En effet, les RFC 3986 et 3987, datant de 2005 et créées dans le cadre de l'internationalisation du Web, précisent bien que les accents et les lettres non latines peuvent être utilisées dans les URI.
D'ailleurs, une url comme celle-ci :
-http://xxxxxxxxx/userinfo/池田.html
ou celle-ci :
-http://xxxxxxxxx/userinfo/Никита.html
fonctionnent parfaitement.

Même un nom de domaine en kanji devrait être correctement interprété.

Ce message a été modifié par Pulsar-san - 08 janvier 2009 - 22:24.

[captain_torche]

L'avantage d'avoir des urls alphanumériques sans accent, c'est que chacun peut saisir une adresse à la main.
Si je mets un accent dans mon url, j'empêche potentiellement une grande partie du monde de saisir l'adresse à la main. A plus forte raison avec une url en kanji ou cyrillique.

[x12345]

Bonjour,

Pouvez-vous m'expliquer comment se servir de ces fonctions ?
Dès que je veux les mettre dans ma page j'ai un message d'erreur PHP me disant que la fonction est déjà déclarée et qu'il n'est pas possible de la re-déclarer, mais je ne déclare la fonction qu'une seule fois pourtant :

Fatal error: Cannot redeclare enleve_accents() (previously declared in H:\news2.php:368) in H:\news2.php on line 368

Evidemment je ne déclare pas la fonction sur la même ligne donc je ne comprends pas le message d'erreur...

J'ai mis les fonctions à la suite dans mon code, de cette façon :

$texte = $post_subject;
                function enleve_accents($chaine) {
                $reg = '/&(.)(acute|grave|circ|uml|cedil|ring|tilde|slash);/';
                return preg_replace($reg, '\1', htmlentities($chaine, ENT_COMPAT, 'UTF-8'));
        }
	
		function enleve_ligatures($chaine) {
                $chaine = str_replace('ß', 'ss', $chaine);
                $reg = '|&([a-zA-Z]{2})lig;|';
                return preg_replace($reg, '\1', $chaine);
        }
		
		function suppr_speciaux($chaine) {
                $reg = '|(&[a-zA-Z0-9]*;)|U';
                return preg_replace($reg, '-', $chaine);
        }
		
		function nettoie_url($texte) {
                if(!is_utf8($texte))
                        $texte = utf8_encode($texte);
                $texte = strtolower(suppr_speciaux(enleve_ligatures(enleve_accents($texte))));
                $reg = '|([^a-z0-9]+)|';
                $texte = preg_replace($reg, '-', $texte);
                return trim($texte, '-');
        }

Est ce que c'est bien comme ça qu'il faut faire ? Ou il faut inclure des prototypes quelque part ?

[captain_torche]

Logiquement ça devrait fonctionner, même si ce n'est pas la solution la plus propre. Pourrais-tu coller l'ensemble de ton code ?

[Xethorn]

La conversion de texte en url est problematique meme pour des sites comme Google, surtout depuis l'arrivee du deeplinking. Pour le moment, Gmail fonctionne tres bien lorsqu'un lien est entoure des <>. Exemple: <http://monsiteweb.com/#deeplinkin/:step>. Il est desormais possible de mettre tout et rien. Les algorithmes les plus simples consistent a chercher le prochain espace ... mais ne fonctionne pas du tout avec les pages web du style: "http://monsiteweb.com/mais il est fou.html#il a bifurque".

Jusqu'a aujourd'hui, je n'ai pas trouve de solution universelle (excepte en encapsulant).
My 2 cents.

[captain_torche]

Là, c'est un peu différent : tu parles de détection d'url dans un texte, et l'article de base ne parle "que" de modification de texte
Dans l'idéal, il faudrait trouver (ou concocter) une expression régulière qui respecte toutes les formes différentes que puisse prendre une url : protocoles différents, présence ou non du préfixe http://, mention éventuelle du port, tous les caractères autorisés, les paramètres et les ancres. Ca doit pouvoir se faire

[SStephane]

Propre et net :

function compute_string_for_url($str){
  $str = preg_replace('~[^\\pL\d]+~u', '-', $str);
  $str = trim($str, '-');
  $str = iconv('utf-8', 'us-ascii//TRANSLIT', $str);
  $str = strtolower($str);
  $str = preg_replace('~[^-\w]+~', '', $str);
  return $str;
}

[captain_torche]

Je testerai, ça a l'air bien plus simple que la mienne.
Que fait la première regex ?

[captain_torche]

Je viens de tester, et effectivement ta fonction est géniale !
Je n'arrive pas à la faire fonctionner en partant d'une chaîne en ISO, par contre.

[SStephane]

Hello, la première remplace tout ce qui n'est pas unicode et numérique en '-'

C'est quoi l'iso déjà ?
Plus sérieusement => mb_convert_encoding()

Je ne modifie pas les entités html, je n'en vois pas l'intérêt mais ta fonction le fait très bien et mixer les 2 dans ces cas là peut être nécessaire.

[captain_torche]

Effectivement, pas besoin de convertir les entités HTML : ta fonction iconv est géniale pour ça, je ne connaissais pas du tout cette utilisation !