Advertisement
Guest User

Untitled

a guest
Dec 24th, 2010
836
0
Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
PHP 11.32 KB | None | 0 0
  1. public function seems_utf8($str)
  2.     {
  3.         $length = strlen($str);
  4.         for ($i=0; $i < $length; $i++) {
  5.             $c = ord($str[$i]);
  6.             if ($c < 0x80) $n = 0; # 0bbbbbbb
  7.             elseif (($c & 0xE0) == 0xC0) $n=1; # 110bbbbb
  8.             elseif (($c & 0xF0) == 0xE0) $n=2; # 1110bbbb
  9.             elseif (($c & 0xF8) == 0xF0) $n=3; # 11110bbb
  10.             elseif (($c & 0xFC) == 0xF8) $n=4; # 111110bb
  11.             elseif (($c & 0xFE) == 0xFC) $n=5; # 1111110b
  12.             else return false; # Does not match any model
  13.             for ($j=0; $j<$n; $j++) { # n bytes matching 10bbbbbb follow ?
  14.                 if ((++$i == $length) || ((ord($str[$i]) & 0xC0) != 0x80))
  15.                     return false;
  16.             }
  17.         }
  18.         return true;
  19.     }
  20.  
  21.     /**
  22.      * Converts all accent characters to ASCII characters.
  23.      *
  24.      * If there are no accent characters, then the string given is just returned.
  25.      *
  26.      * @param string $string Text that might have accent characters
  27.      * @return string Filtered string with replaced "nice" characters.
  28.      */
  29.     public function convertAccentedCharacters($string) {
  30.         if ( !preg_match('/[\x80-\xff]/', $string) )
  31.             return $string;
  32.    
  33.         if (self::seems_utf8($string)) {
  34.             $chars = array(
  35.             // Decompositions for Latin-1 Supplement
  36.             chr(195).chr(128) => 'A', chr(195).chr(129) => 'A',
  37.             chr(195).chr(130) => 'A', chr(195).chr(131) => 'A',
  38.             chr(195).chr(132) => 'A', chr(195).chr(133) => 'A',
  39.             chr(195).chr(135) => 'C', chr(195).chr(136) => 'E',
  40.             chr(195).chr(137) => 'E', chr(195).chr(138) => 'E',
  41.             chr(195).chr(139) => 'E', chr(195).chr(140) => 'I',
  42.             chr(195).chr(141) => 'I', chr(195).chr(142) => 'I',
  43.             chr(195).chr(143) => 'I', chr(195).chr(145) => 'N',
  44.             chr(195).chr(146) => 'O', chr(195).chr(147) => 'O',
  45.             chr(195).chr(148) => 'O', chr(195).chr(149) => 'O',
  46.             chr(195).chr(150) => 'O', chr(195).chr(153) => 'U',
  47.             chr(195).chr(154) => 'U', chr(195).chr(155) => 'U',
  48.             chr(195).chr(156) => 'U', chr(195).chr(157) => 'Y',
  49.             chr(195).chr(159) => 's', chr(195).chr(160) => 'a',
  50.             chr(195).chr(161) => 'a', chr(195).chr(162) => 'a',
  51.             chr(195).chr(163) => 'a', chr(195).chr(164) => 'a',
  52.             chr(195).chr(165) => 'a', chr(195).chr(167) => 'c',
  53.             chr(195).chr(168) => 'e', chr(195).chr(169) => 'e',
  54.             chr(195).chr(170) => 'e', chr(195).chr(171) => 'e',
  55.             chr(195).chr(172) => 'i', chr(195).chr(173) => 'i',
  56.             chr(195).chr(174) => 'i', chr(195).chr(175) => 'i',
  57.             chr(195).chr(177) => 'n', chr(195).chr(178) => 'o',
  58.             chr(195).chr(179) => 'o', chr(195).chr(180) => 'o',
  59.             chr(195).chr(181) => 'o', chr(195).chr(182) => 'o',
  60.             chr(195).chr(182) => 'o', chr(195).chr(185) => 'u',
  61.             chr(195).chr(186) => 'u', chr(195).chr(187) => 'u',
  62.             chr(195).chr(188) => 'u', chr(195).chr(189) => 'y',
  63.             chr(195).chr(191) => 'y',
  64.             // Decompositions for Latin Extended-A
  65.             chr(196).chr(128) => 'A', chr(196).chr(129) => 'a',
  66.             chr(196).chr(130) => 'A', chr(196).chr(131) => 'a',
  67.             chr(196).chr(132) => 'A', chr(196).chr(133) => 'a',
  68.             chr(196).chr(134) => 'C', chr(196).chr(135) => 'c',
  69.             chr(196).chr(136) => 'C', chr(196).chr(137) => 'c',
  70.             chr(196).chr(138) => 'C', chr(196).chr(139) => 'c',
  71.             chr(196).chr(140) => 'C', chr(196).chr(141) => 'c',
  72.             chr(196).chr(142) => 'D', chr(196).chr(143) => 'd',
  73.             chr(196).chr(144) => 'D', chr(196).chr(145) => 'd',
  74.             chr(196).chr(146) => 'E', chr(196).chr(147) => 'e',
  75.             chr(196).chr(148) => 'E', chr(196).chr(149) => 'e',
  76.             chr(196).chr(150) => 'E', chr(196).chr(151) => 'e',
  77.             chr(196).chr(152) => 'E', chr(196).chr(153) => 'e',
  78.             chr(196).chr(154) => 'E', chr(196).chr(155) => 'e',
  79.             chr(196).chr(156) => 'G', chr(196).chr(157) => 'g',
  80.             chr(196).chr(158) => 'G', chr(196).chr(159) => 'g',
  81.             chr(196).chr(160) => 'G', chr(196).chr(161) => 'g',
  82.             chr(196).chr(162) => 'G', chr(196).chr(163) => 'g',
  83.             chr(196).chr(164) => 'H', chr(196).chr(165) => 'h',
  84.             chr(196).chr(166) => 'H', chr(196).chr(167) => 'h',
  85.             chr(196).chr(168) => 'I', chr(196).chr(169) => 'i',
  86.             chr(196).chr(170) => 'I', chr(196).chr(171) => 'i',
  87.             chr(196).chr(172) => 'I', chr(196).chr(173) => 'i',
  88.             chr(196).chr(174) => 'I', chr(196).chr(175) => 'i',
  89.             chr(196).chr(176) => 'I', chr(196).chr(177) => 'i',
  90.             chr(196).chr(178) => 'IJ',chr(196).chr(179) => 'ij',
  91.             chr(196).chr(180) => 'J', chr(196).chr(181) => 'j',
  92.             chr(196).chr(182) => 'K', chr(196).chr(183) => 'k',
  93.             chr(196).chr(184) => 'k', chr(196).chr(185) => 'L',
  94.             chr(196).chr(186) => 'l', chr(196).chr(187) => 'L',
  95.             chr(196).chr(188) => 'l', chr(196).chr(189) => 'L',
  96.             chr(196).chr(190) => 'l', chr(196).chr(191) => 'L',
  97.             chr(197).chr(128) => 'l', chr(197).chr(129) => 'L',
  98.             chr(197).chr(130) => 'l', chr(197).chr(131) => 'N',
  99.             chr(197).chr(132) => 'n', chr(197).chr(133) => 'N',
  100.             chr(197).chr(134) => 'n', chr(197).chr(135) => 'N',
  101.             chr(197).chr(136) => 'n', chr(197).chr(137) => 'N',
  102.             chr(197).chr(138) => 'n', chr(197).chr(139) => 'N',
  103.             chr(197).chr(140) => 'O', chr(197).chr(141) => 'o',
  104.             chr(197).chr(142) => 'O', chr(197).chr(143) => 'o',
  105.             chr(197).chr(144) => 'O', chr(197).chr(145) => 'o',
  106.             chr(197).chr(146) => 'OE',chr(197).chr(147) => 'oe',
  107.             chr(197).chr(148) => 'R',chr(197).chr(149) => 'r',
  108.             chr(197).chr(150) => 'R',chr(197).chr(151) => 'r',
  109.             chr(197).chr(152) => 'R',chr(197).chr(153) => 'r',
  110.             chr(197).chr(154) => 'S',chr(197).chr(155) => 's',
  111.             chr(197).chr(156) => 'S',chr(197).chr(157) => 's',
  112.             chr(197).chr(158) => 'S',chr(197).chr(159) => 's',
  113.             chr(197).chr(160) => 'S', chr(197).chr(161) => 's',
  114.             chr(197).chr(162) => 'T', chr(197).chr(163) => 't',
  115.             chr(197).chr(164) => 'T', chr(197).chr(165) => 't',
  116.             chr(197).chr(166) => 'T', chr(197).chr(167) => 't',
  117.             chr(197).chr(168) => 'U', chr(197).chr(169) => 'u',
  118.             chr(197).chr(170) => 'U', chr(197).chr(171) => 'u',
  119.             chr(197).chr(172) => 'U', chr(197).chr(173) => 'u',
  120.             chr(197).chr(174) => 'U', chr(197).chr(175) => 'u',
  121.             chr(197).chr(176) => 'U', chr(197).chr(177) => 'u',
  122.             chr(197).chr(178) => 'U', chr(197).chr(179) => 'u',
  123.             chr(197).chr(180) => 'W', chr(197).chr(181) => 'w',
  124.             chr(197).chr(182) => 'Y', chr(197).chr(183) => 'y',
  125.             chr(197).chr(184) => 'Y', chr(197).chr(185) => 'Z',
  126.             chr(197).chr(186) => 'z', chr(197).chr(187) => 'Z',
  127.             chr(197).chr(188) => 'z', chr(197).chr(189) => 'Z',
  128.             chr(197).chr(190) => 'z', chr(197).chr(191) => 's',
  129.             // Euro Sign
  130.             chr(226).chr(130).chr(172) => 'E',
  131.             // GBP (Pound) Sign
  132.             chr(194).chr(163) => '');
  133.    
  134.             $string = strtr($string, $chars);
  135.         } else {
  136.             // Assume ISO-8859-1 if not UTF-8
  137.             $chars['in'] = chr(128).chr(131).chr(138).chr(142).chr(154).chr(158)
  138.                 .chr(159).chr(162).chr(165).chr(181).chr(192).chr(193).chr(194)
  139.                 .chr(195).chr(196).chr(197).chr(199).chr(200).chr(201).chr(202)
  140.                 .chr(203).chr(204).chr(205).chr(206).chr(207).chr(209).chr(210)
  141.                 .chr(211).chr(212).chr(213).chr(214).chr(216).chr(217).chr(218)
  142.                 .chr(219).chr(220).chr(221).chr(224).chr(225).chr(226).chr(227)
  143.                 .chr(228).chr(229).chr(231).chr(232).chr(233).chr(234).chr(235)
  144.                 .chr(236).chr(237).chr(238).chr(239).chr(241).chr(242).chr(243)
  145.                 .chr(244).chr(245).chr(246).chr(248).chr(249).chr(250).chr(251)
  146.                 .chr(252).chr(253).chr(255);
  147.    
  148.             $chars['out'] = "EfSZszYcYuAAAAAACEEEEIIIINOOOOOOUUUUYaaaaaaceeeeiiiinoooooouuuuyy";
  149.    
  150.             $string = strtr($string, $chars['in'], $chars['out']);
  151.             $double_chars['in'] = array(chr(140), chr(156), chr(198), chr(208), chr(222), chr(223), chr(230), chr(240), chr(254));
  152.             $double_chars['out'] = array('OE', 'oe', 'AE', 'DH', 'TH', 'ss', 'ae', 'dh', 'th');
  153.             $string = str_replace($double_chars['in'], $double_chars['out'], $string);
  154.         }
  155.    
  156.         return $string;
  157.     }
  158.  
  159.  
  160.     public static function convertStringToSafeCharacters($string)
  161.     {                
  162.         $string = self::convertAccentedCharacters($string);
  163.         if (function_exists('mb_convert_encoding') === true)
  164.         {
  165.             $string = mb_convert_encoding($string, 'UTF-8', 'auto');
  166.         }
  167.         else if(function_exists('iconv') === true && ($iconvstr = @iconv('', 'UTF-8', $string)) !== false)
  168.         {
  169.             $string = $iconvstr;
  170.         }
  171.         else
  172.         {
  173.             $string = utf8_decode($string);
  174.         }
  175.         return strip_tags(trim($string));
  176.     }
  177.  
  178.     public static function convertToUrlsafe($string, $options=array())
  179.     {    
  180.         if(isset($options['separator']) === false || $options['separator'] === false)
  181.         {
  182.             global $_SITE;
  183.             if(strpos($_SITE->urlsafe_format, 'underscore') !== false)
  184.             {
  185.                 $options['separator'] = '_';
  186.             }
  187.             else
  188.             {
  189.                 $options['separator'] = '-';
  190.             }
  191.         }
  192.         if(isset($options['case']) === false || $options['case'] === false)
  193.         {
  194.             global $_SITE;
  195.             $format = substr($_SITE->urlsafe_format, 0, 5);
  196.             if($format === 'lower')
  197.             {
  198.                 $options['case'] = 'lower';
  199.             }
  200.             else if($format === 'upper')  
  201.             {
  202.                 $options['case'] = 'upper';
  203.             }
  204.             else
  205.             {
  206.                 $options['case'] = 'mixed';
  207.             }
  208.         }
  209.    
  210.         $string = self::convertStringToSafeCharacters($string);
  211.    
  212.         $separator_in_use = $options['separator'];
  213.         $separtor_convert = $options['separator'] == '-' ? '_' : '-';
  214.         $preg_changes = array(
  215.     //              convert other seperators into the seperator being used
  216.             '/\\'.$separtor_convert.'/i'            => $separator_in_use,
  217.     //              remove any none legal chars
  218.             '/[^\-\_a-zA-Z0-9&\s]/i'                => '',
  219.             '/\&\#\d+?\;/'                          => '',
  220.             '/\&\S+?\;/'                            => '',
  221.     //              replace spaces with separator
  222.             '/\s+/'                                 => $separator_in_use,
  223.     //              replace amersands with and
  224.             '/\&/'                                  => 'and',
  225.     //              now finally remove any last chars
  226.             '/[^A-Za-z0-9\/'.$separator_in_use.']/' => '',
  227.     //              remove any double paddinging separators, ie ----
  228.             '/'.$separator_in_use.'+/'              => $separator_in_use,
  229.     //              remove separator padding from start and end of string
  230.             '/'.$separator_in_use.'$/'              => '',
  231.             '/^'.$separator_in_use.'/'              => ''
  232.         );
  233.         $string = preg_replace(array_keys($preg_changes), array_values($preg_changes), $string);
  234.         switch($options['case'])
  235.         {
  236.             case 'lower' :
  237.                 $string = strtolower($string);
  238.                 break;
  239.             case 'upper' :
  240.                 $string = strtoupper($string);
  241.                 break;
  242.             case 'mixed' :
  243.                 // do nothing
  244.         }
  245.         return $string;
  246.     }
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement