PHP中特殊字符到下划线的转换：安全文件名的生成实践

$applicant_name = "Daniel O'Donnell";
$applicant_name = str_replace("'", "_", $applicant_name);
echo $applicant_name; // 输出: Daniel O_Donnell

$applicant_name = "Daniel and Karen O’Donnell"; // 包含智能撇号
$applicant_name = str_replace(["'", "’"], "_", $applicant_name); 
echo $applicant_name; // 输出: Daniel and Karen O_Donnell

/**
 * 将UTF-8字符串转换为ASCII，并尝试音译不可表示的字符。
 *
 * @param string $utf8_string 待转换的UTF-8字符串。
 * @return string 转换后的ASCII字符串。
 */
function convert_utf8_to_ascii($utf8_string) {
    // 使用 //TRANSLIT 选项尝试音译不可表示的字符
    // 使用 //IGNORE 选项则会直接忽略不可表示的字符
    return iconv('UTF-8', 'ASCII//TRANSLIT', $utf8_string);
}

$problematic_name = "André O’Malley café";
$ascii_name = convert_utf8_to_ascii($problematic_name);
echo $ascii_name; // 输出: Andre O'Malley cafe (注意智能撇号可能仍保留或转换为普通撇号，取决于系统iconv实现)

/**
 * 使用正则表达式清洗字符串，只保留白名单字符，其他替换为下划线。
 *
 * @param string $input_string 待清洗的字符串。
 * @return string 清洗后的字符串。
 */
function clean_string_for_filename($input_string) {
    // 替换所有非字母、数字、连字符的字符为下划线
    $cleaned = preg_replace('/[^A-Za-z0-9\-]/', '_', $input_string);
    // 移除文件名开头和结尾的下划线
    $cleaned = trim($cleaned, '_');
    // 将连续的下划线替换为单个下划线
    $cleaned = preg_replace('/_+/', '_', $cleaned);
    return $cleaned;
}

$raw_filename_part = "Daniel and Karen O'Donnell - Project_Report_V1.0 (Final!).pdf";
$cleaned_filename_part = clean_string_for_filename($raw_filename_part);
echo $cleaned_filename_part; // 输出: Daniel_and_Karen_O_Donnell_Project_Report_V1_0_Final_pdf

/**
 * 生成一个安全且兼容性强的URL/文件名片段。
 *
 * 该函数首先尝试将UTF-8字符转换为ASCII，然后通过白名单过滤移除所有不允许的字符，
 * 并将其替换为下划线。最后，它会处理连续下划线和首尾下划线，以生成一个整洁的字符串。
 *
 * @param string $input_string 原始输入字符串。
 * @return string 清洗后的安全文件名片段。
 */
function generate_safe_filename_part($input_string) {
    // 1. 将UTF-8转换为ASCII，并尝试音译
    // 注意：如果您的系统iconv不支持//TRANSLIT，或需要更严格的转换，可能需要调整。
    $ascii_string = iconv('UTF-8', 'ASCII//TRANSLIT', $input_string);

    // 2. 转换为小写（可选，但通常有助于标准化文件名）
    $ascii_string = strtolower($ascii_string);

    // 3. 替换空格为下划线（在下一步的正则之前处理，以避免空格被直接删除）
    $ascii_string = str_replace(' ', '_', $ascii_string);

    // 4. 使用正则表达式清洗：只保留字母、数字、连字符和下划线，其他替换为下划线
    // 注意：这里白名单中包含了下划线，因为我们希望保留或生成它。
    $cleaned = preg_replace('/[^a-z0-9\-_]/', '_', $ascii_string);

    // 5. 移除文件名开头和结尾的下划线
    $cleaned = trim($cleaned, '_');

    // 6. 将连续的下划线替换为单个下划线
    $cleaned = preg_replace('/_+/', '_', $cleaned);

    return $cleaned;
}

// 示例用法
$user_input = "André O’Malley’s Report – V1.0 (Final).pdf";
$safe_filename = generate_safe_filename_part($user_input);
echo "原始输入: " . $user_input . "\n";
echo "安全文件名: " . $safe_filename . "\n"; 
// 预期输出: andre_o_malley_s_report_v1_0_final.pdf