将 Unicode URL 转换为 ASCII - Convert unicode URL to ASCII

Convert unicode URL to ASCII

本文关键字：ASCII 转换 URL Unicode | 更新日期: 2023-09-27

我正在编写一个PHP应用程序，该应用程序接受来自用户的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复杂性，我正在尝试将可能包含 Unicode 字符的 URL 转换为 ASCII 字符。

假设我有以下网址：

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

这里需要处理两个部分：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()，因为每个需要保持未修改的字符也会被转换（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/）。

我应该如何处理这个问题？

^{*我宁愿不处理system()调用和由此产生的复杂性，但鉴于该功能只能通过调用二进制文件获得，不幸的是，我别无选择。}

按

/拆分URL，然后urlencode()该部分，然后将其重新组合在一起

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

你可以使用 PHP 的 iconv 函数：

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

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;
}