PHP如何使用 Unicode 标准化移除字符串中的重音符号

在处理国际化文本、生成 URL 别名（Slug）或进行文本搜索时，我们经常需要将带有重音符号的字符（如 Á、ñ、ü）转换为其基础的 ASCII 字符（如 A、n、u）。

本文档将通过一个 PHP 示例函数 remove_accents，详细解释如何利用 Symfony 的 Polyfill 库和 Unicode 标准化（Normalization）来实现这一功能。

1. 代码示例

以下是核心功能的 PHP 代码实现：

<?php

require 'vendor/autoload.php'; // 确保加载了 Composer 自动加载文件

use Symfony\Polyfill\Intl\Normalizer\Normalizer;

/**
 * 移除字符串中的重音符号
 *
 * @param string $string 输入的包含重音字符的字符串
 * @return array|string|null 返回去除重音后的字符串
 */
function remove_accents($string): array|string|null
{
    // 步骤 1: Unicode 标准化 (分解模式)
    // 将字符分解为 基字符 + 组合字符 (例如: 'Á' -> 'A' + '◌́')
    $normalized = Normalizer::normalize($string, Normalizer::FORM_D);
    
    // (可选) 打印标准化后的中间结果用于调试
    // 注意：在终端中可能看起来没有变化，但底层字节已经改变
    echo "Normalized (NFD): " . $normalized . PHP_EOL;

    // 步骤 2: 使用正则表达式移除组合字符 (重音符号)
    // \p{Mn} 匹配任何 "Mark, Nonspacing" (非间距标记)
    // /u 修饰符开启 UTF-8 模式
    return preg_replace('/\p{Mn}+/u', '', $normalized);
}

// 测试用例
$text = "Árbol rascador para Gatos";

echo "Original: " . $text . PHP_EOL;
echo "Result:   " . remove_accents($text) . PHP_EOL;

预期输出：

Original: Árbol rascador para Gatos
Result:   Arbol rascador para Gatos

2. 原理解析

这个函数的工作原理可以分为两个关键步骤：标准化 (Normalization) 和 **过滤 (Filtering)**。

步骤 1: Unicode 标准化 (Normalization Form D - NFD)

$normalized = Normalizer::normalize($string, Normalizer::FORM_D);

• 什么是 NFD？ Unicode 允许用两种方式表示同一个带重音的字符：
  1. **预组合字符 (Precomposed Character)**：例如 Á (U+00C1)，它是一个单独的代码点。
  2. **分解字符 (Decomposed Characters)**：例如 A (U+0041) + ´ (U+0301，结合锐音符)。这两个代码点组合在一起显示时，看起来也是 Á。
• Normalizer::FORM_D 的作用： 它将字符串中的所有“预组合字符”强制分解为“基字符”加上“组合字符”。
  • 输入：Á
  • NFD 处理后：A + ◌́ (非间距重音符)

步骤 2: 正则替换 (Regular Expression Replacement)

preg_replace('/\p{Mn}+/u', '', $normalized);

• **\p{Mn}**：这是一个 Unicode 属性转义。
  • p 代表 “Property” (属性)。
  • Mn 代表 “Mark, Nonspacing” (标记，非间距)。这正是 NFD 分解出来的那些重音符号、变音符所属的类别。
• **+**：匹配一个或多个连续的非间距标记。
• **/u**：这是一个非常重要的修饰符，告诉 PHP 的 PCRE 引擎将模式字符串视为 UTF-8 编码，这对于处理多字节的 Unicode 字符是必须的。

结果： 通过将所有属于 Mn 类别的字符替换为空字符串，我们就只剩下了纯净的基字符（例如 A），从而实现了“去除重音”的效果。

3. 依赖项

此脚本使用了 Symfony\Polyfill\Intl\Normalizer\Normalizer。这是一个 Polyfill 库，用于在系统缺少原生 PHP intl 扩展时提供 Normalizer 类。

如果你没有安装它，可以通过 Composer 安装：

composer require symfony/polyfill-intl-normalizer

如果你的环境已经安装并启用了 PHP intl 扩展