PHP中特殊字符转下划线及文件名规范化教程

<?php
$applicant_name = "Daniel and Karen O’Donnell"; // 包含智能引号的字符串

// 将直角引号和智能引号都替换为下划线
$applicant_name = str_replace(["'", "’"], "_", $applicant_name);

echo $applicant_name; // 输出: Daniel and Karen O_Donnell
?>

<?php
$utf8_string = "Résumé - 文件名示例_你好世界.pdf";

// 尝试将UTF-8转换为ASCII。
// 'TRANSLIT' 选项会尝试将无法直接转换的字符音译成近似的ASCII字符。
// '//IGNORE' 选项会忽略无法转换的字符，而不是产生错误。
$ascii_string = iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', $utf8_string);

echo $ascii_string; // 输出: Resume - Wen Jian Ming Shi Li_Ni Hao Shi Jie.pdf (或类似结果，取决于iconv的实现和系统配置)
?>

<?php
$raw_filename = "Name : Daniel and Karen O’Donnell. Résumé_文件!@#$%.pdf";

// 1. 将UTF-8转换为ASCII，并尝试音译，忽略无法转换的字符
$cleaned_ascii = iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', $raw_filename);
// 此时 $cleaned_ascii 可能是 "Name : Daniel and Karen O'Donnell. Resume_Wen Jian!@#$%.pdf" (中文可能被忽略)

// 2. 使用正则表达式只保留字母、数字、连字符和下划线，其他替换为下划线
// `[^A-Za-z0-9\-_]` 匹配除了大小写字母、数字、连字符和下划线之外的所有字符
$final_filename = preg_replace('/[^A-Za-z0-9\-_.]/', '_', $cleaned_ascii);

// 3. 进一步清理：去除连续的下划线，去除文件名开头和结尾的下划线
$final_filename = preg_replace('/_+/', '_', $final_filename); // 替换连续下划线为一个
$final_filename = trim($final_filename, '_'); // 移除开头和结尾的下划线

echo $final_filename; // 输出示例: Name_Daniel_and_Karen_O_Donnell_Resume_Wen_Jian_.pdf (或类似)
?>

<?php
/**
 * 规范化文件名，将特殊字符转换为下划线，并确保文件名安全兼容。
 *
 * @param string $filename 原始文件名字符串。
 * @param string $replacement 替换特殊字符的字符串，默认为下划线。
 * @return string 规范化后的文件名。
 */
function sanitizeFilename(string $filename, string $replacement = '_'): string
{
    // 1. 将UTF-8字符转换为ASCII，尝试音译，并忽略无法转换的字符
    // 这有助于处理智能引号、重音字母等。
    $cleaned_filename = iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', $filename);

    // 2. 将所有非字母、数字、连字符、下划线和点号的字符替换为指定替换字符
    // 允许点号是为了保留文件扩展名。
    $cleaned_filename = preg_replace('/[^A-Za-z0-9\-_.]/', $replacement, $cleaned_filename);

    // 3. 进一步清理：
    // a. 替换连续的替换字符为一个
    $cleaned_filename = preg_replace('/' . preg_quote($replacement, '/') . '+/', $replacement, $cleaned_filename);

    // b. 移除文件名开头和结尾的替换字符
    $cleaned_filename = trim($cleaned_filename, $replacement);

    // c. 可选：将文件名转换为小写（根据需求）
    // $cleaned_filename = strtolower($cleaned_filename);

    // d. 可选：确保文件名不为空，如果为空则提供默认值
    if (empty($cleaned_filename)) {
        return 'untitled_file';
    }

    return $cleaned_filename;
}

// 使用示例
$problematic_name_1 = "Daniel and Karen O’Donnell's Résumé.pdf";
$problematic_name_2 = "我的文件_你好世界!@#$%^&*()_+={}|[]\:;\"'<>,.?/~`.txt";
$problematic_name_3 = "   ---File Name With Spaces and ---.jpg";

echo "原始文件名 1: " . $problematic_name_1 . "\n";
echo "规范化后 1: " . sanitizeFilename($problematic_name_1) . "\n\n";

echo "原始文件名 2: " . $problematic_name_2 . "\n";
echo "规范化后 2: " . sanitizeFilename($problematic_name_2) . "\n\n";

echo "原始文件名 3: " . $problematic_name_3 . "\n";
echo "规范化后 3: " . sanitizeFilename($problematic_name_3) . "\n\n";

// 带有自定义替换字符的示例
$custom_replacement_name = "Another File Name with Spaces.doc";
echo "原始文件名 (自定义替换): " . $custom_replacement_name . "\n";
echo "规范化后 (自定义替换): " . sanitizeFilename($custom_replacement_name, '-') . "\n";
?>