Forked from fernandovaller/remove-special-char.php
Created
September 22, 2023 13:37
-
-
Save BrunoRobertoCunha/fc447f8ced079096a78081e0c5942f19 to your computer and use it in GitHub Desktop.
PHP – Remover acentos e pontuação em textos com PHP
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| <?php | |
| //Remover acentos e pontucao em PHP | |
| $string = 'Bem-vindo(a) à Wikipédia, uma enciclopédia escrita em colaboração pelos seus leitores. Para isso utiliza a ferramenta wiki, que permite a qualquer pessoa, inclusive a você, melhorar de imediato qualquer artigo clicando em editar no menu superior de cada página. Sim, você também pode editar! E mesmo sem ter uma conta. Para solucionar dúvidas, dê seus primeiros passos com o auxílio do tutorial.'; | |
| //Chamada da função para remover acentuacao | |
| echo '<b>Texto original:</b> ' . $string; | |
| echo '<hr>'; | |
| echo '<b>Texto sem acentos:</b> '. remove_accents($string); | |
| echo '<hr>'; | |
| echo '<b>Texto sem pontuação:</b> '. remove_especial_char($string); | |
| echo '<hr>'; | |
| echo '<b>Texto sem acentos e pontuação:</b> '. remove_especial_char(remove_accents($string)); | |
| //Remove acentuacao | |
| function remove_accents($string) { | |
| if ( !preg_match('/[\x80-\xff]/', $string) ) | |
| return $string; | |
| if (seems_utf8($string)) { | |
| $chars = array( | |
| // Decompositions for Latin-1 Supplement | |
| chr(195).chr(128) => 'A', chr(195).chr(129) => 'A', | |
| chr(195).chr(130) => 'A', chr(195).chr(131) => 'A', | |
| chr(195).chr(132) => 'A', chr(195).chr(133) => 'A', | |
| chr(195).chr(134) => 'AE',chr(195).chr(135) => 'C', | |
| chr(195).chr(136) => 'E', chr(195).chr(137) => 'E', | |
| chr(195).chr(138) => 'E', chr(195).chr(139) => 'E', | |
| chr(195).chr(140) => 'I', chr(195).chr(141) => 'I', | |
| chr(195).chr(142) => 'I', chr(195).chr(143) => 'I', | |
| chr(195).chr(144) => 'D', chr(195).chr(145) => 'N', | |
| chr(195).chr(146) => 'O', chr(195).chr(147) => 'O', | |
| chr(195).chr(148) => 'O', chr(195).chr(149) => 'O', | |
| chr(195).chr(150) => 'O', chr(195).chr(153) => 'U', | |
| chr(195).chr(154) => 'U', chr(195).chr(155) => 'U', | |
| chr(195).chr(156) => 'U', chr(195).chr(157) => 'Y', | |
| chr(195).chr(158) => 'TH',chr(195).chr(159) => 's', | |
| chr(195).chr(160) => 'a', chr(195).chr(161) => 'a', | |
| chr(195).chr(162) => 'a', chr(195).chr(163) => 'a', | |
| chr(195).chr(164) => 'a', chr(195).chr(165) => 'a', | |
| chr(195).chr(166) => 'ae',chr(195).chr(167) => 'c', | |
| chr(195).chr(168) => 'e', chr(195).chr(169) => 'e', | |
| chr(195).chr(170) => 'e', chr(195).chr(171) => 'e', | |
| chr(195).chr(172) => 'i', chr(195).chr(173) => 'i', | |
| chr(195).chr(174) => 'i', chr(195).chr(175) => 'i', | |
| chr(195).chr(176) => 'd', chr(195).chr(177) => 'n', | |
| chr(195).chr(178) => 'o', chr(195).chr(179) => 'o', | |
| chr(195).chr(180) => 'o', chr(195).chr(181) => 'o', | |
| chr(195).chr(182) => 'o', chr(195).chr(182) => 'o', | |
| chr(195).chr(185) => 'u', chr(195).chr(186) => 'u', | |
| chr(195).chr(187) => 'u', chr(195).chr(188) => 'u', | |
| chr(195).chr(189) => 'y', chr(195).chr(190) => 'th', | |
| chr(195).chr(191) => 'y', | |
| // Decompositions for Latin Extended-A | |
| chr(196).chr(128) => 'A', chr(196).chr(129) => 'a', | |
| chr(196).chr(130) => 'A', chr(196).chr(131) => 'a', | |
| chr(196).chr(132) => 'A', chr(196).chr(133) => 'a', | |
| chr(196).chr(134) => 'C', chr(196).chr(135) => 'c', | |
| chr(196).chr(136) => 'C', chr(196).chr(137) => 'c', | |
| chr(196).chr(138) => 'C', chr(196).chr(139) => 'c', | |
| chr(196).chr(140) => 'C', chr(196).chr(141) => 'c', | |
| chr(196).chr(142) => 'D', chr(196).chr(143) => 'd', | |
| chr(196).chr(144) => 'D', chr(196).chr(145) => 'd', | |
| chr(196).chr(146) => 'E', chr(196).chr(147) => 'e', | |
| chr(196).chr(148) => 'E', chr(196).chr(149) => 'e', | |
| chr(196).chr(150) => 'E', chr(196).chr(151) => 'e', | |
| chr(196).chr(152) => 'E', chr(196).chr(153) => 'e', | |
| chr(196).chr(154) => 'E', chr(196).chr(155) => 'e', | |
| chr(196).chr(156) => 'G', chr(196).chr(157) => 'g', | |
| chr(196).chr(158) => 'G', chr(196).chr(159) => 'g', | |
| chr(196).chr(160) => 'G', chr(196).chr(161) => 'g', | |
| chr(196).chr(162) => 'G', chr(196).chr(163) => 'g', | |
| chr(196).chr(164) => 'H', chr(196).chr(165) => 'h', | |
| chr(196).chr(166) => 'H', chr(196).chr(167) => 'h', | |
| chr(196).chr(168) => 'I', chr(196).chr(169) => 'i', | |
| chr(196).chr(170) => 'I', chr(196).chr(171) => 'i', | |
| chr(196).chr(172) => 'I', chr(196).chr(173) => 'i', | |
| chr(196).chr(174) => 'I', chr(196).chr(175) => 'i', | |
| chr(196).chr(176) => 'I', chr(196).chr(177) => 'i', | |
| chr(196).chr(178) => 'IJ',chr(196).chr(179) => 'ij', | |
| chr(196).chr(180) => 'J', chr(196).chr(181) => 'j', | |
| chr(196).chr(182) => 'K', chr(196).chr(183) => 'k', | |
| chr(196).chr(184) => 'k', chr(196).chr(185) => 'L', | |
| chr(196).chr(186) => 'l', chr(196).chr(187) => 'L', | |
| chr(196).chr(188) => 'l', chr(196).chr(189) => 'L', | |
| chr(196).chr(190) => 'l', chr(196).chr(191) => 'L', | |
| chr(197).chr(128) => 'l', chr(197).chr(129) => 'L', | |
| chr(197).chr(130) => 'l', chr(197).chr(131) => 'N', | |
| chr(197).chr(132) => 'n', chr(197).chr(133) => 'N', | |
| chr(197).chr(134) => 'n', chr(197).chr(135) => 'N', | |
| chr(197).chr(136) => 'n', chr(197).chr(137) => 'N', | |
| chr(197).chr(138) => 'n', chr(197).chr(139) => 'N', | |
| chr(197).chr(140) => 'O', chr(197).chr(141) => 'o', | |
| chr(197).chr(142) => 'O', chr(197).chr(143) => 'o', | |
| chr(197).chr(144) => 'O', chr(197).chr(145) => 'o', | |
| chr(197).chr(146) => 'OE',chr(197).chr(147) => 'oe', | |
| chr(197).chr(148) => 'R',chr(197).chr(149) => 'r', | |
| chr(197).chr(150) => 'R',chr(197).chr(151) => 'r', | |
| chr(197).chr(152) => 'R',chr(197).chr(153) => 'r', | |
| chr(197).chr(154) => 'S',chr(197).chr(155) => 's', | |
| chr(197).chr(156) => 'S',chr(197).chr(157) => 's', | |
| chr(197).chr(158) => 'S',chr(197).chr(159) => 's', | |
| chr(197).chr(160) => 'S', chr(197).chr(161) => 's', | |
| chr(197).chr(162) => 'T', chr(197).chr(163) => 't', | |
| chr(197).chr(164) => 'T', chr(197).chr(165) => 't', | |
| chr(197).chr(166) => 'T', chr(197).chr(167) => 't', | |
| chr(197).chr(168) => 'U', chr(197).chr(169) => 'u', | |
| chr(197).chr(170) => 'U', chr(197).chr(171) => 'u', | |
| chr(197).chr(172) => 'U', chr(197).chr(173) => 'u', | |
| chr(197).chr(174) => 'U', chr(197).chr(175) => 'u', | |
| chr(197).chr(176) => 'U', chr(197).chr(177) => 'u', | |
| chr(197).chr(178) => 'U', chr(197).chr(179) => 'u', | |
| chr(197).chr(180) => 'W', chr(197).chr(181) => 'w', | |
| chr(197).chr(182) => 'Y', chr(197).chr(183) => 'y', | |
| chr(197).chr(184) => 'Y', chr(197).chr(185) => 'Z', | |
| chr(197).chr(186) => 'z', chr(197).chr(187) => 'Z', | |
| chr(197).chr(188) => 'z', chr(197).chr(189) => 'Z', | |
| chr(197).chr(190) => 'z', chr(197).chr(191) => 's', | |
| // Decompositions for Latin Extended-B | |
| chr(200).chr(152) => 'S', chr(200).chr(153) => 's', | |
| chr(200).chr(154) => 'T', chr(200).chr(155) => 't', | |
| // Euro Sign | |
| chr(226).chr(130).chr(172) => 'E', | |
| // GBP (Pound) Sign | |
| chr(194).chr(163) => ''); | |
| $string = strtr($string, $chars); | |
| } else { | |
| // Assume ISO-8859-1 if not UTF-8 | |
| $chars['in'] = chr(128).chr(131).chr(138).chr(142).chr(154).chr(158) | |
| .chr(159).chr(162).chr(165).chr(181).chr(192).chr(193).chr(194) | |
| .chr(195).chr(196).chr(197).chr(199).chr(200).chr(201).chr(202) | |
| .chr(203).chr(204).chr(205).chr(206).chr(207).chr(209).chr(210) | |
| .chr(211).chr(212).chr(213).chr(214).chr(216).chr(217).chr(218) | |
| .chr(219).chr(220).chr(221).chr(224).chr(225).chr(226).chr(227) | |
| .chr(228).chr(229).chr(231).chr(232).chr(233).chr(234).chr(235) | |
| .chr(236).chr(237).chr(238).chr(239).chr(241).chr(242).chr(243) | |
| .chr(244).chr(245).chr(246).chr(248).chr(249).chr(250).chr(251) | |
| .chr(252).chr(253).chr(255); | |
| $chars['out'] = "EfSZszYcYuAAAAAACEEEEIIIINOOOOOOUUUUYaaaaaaceeeeiiiinoooooouuuuyy"; | |
| $string = strtr($string, $chars['in'], $chars['out']); | |
| $double_chars['in'] = array(chr(140), chr(156), chr(198), chr(208), chr(222), chr(223), chr(230), chr(240), chr(254)); | |
| $double_chars['out'] = array('OE', 'oe', 'AE', 'DH', 'TH', 'ss', 'ae', 'dh', 'th'); | |
| $string = str_replace($double_chars['in'], $double_chars['out'], $string); | |
| } | |
| return $string; | |
| } | |
| function seems_utf8($str) { | |
| $length = strlen($str); | |
| for ($i=0; $i < $length; $i++) { | |
| $c = ord($str[$i]); | |
| if ($c < 0x80) $n = 0; # 0bbbbbbb | |
| elseif (($c & 0xE0) == 0xC0) $n=1; # 110bbbbb | |
| elseif (($c & 0xF0) == 0xE0) $n=2; # 1110bbbb | |
| elseif (($c & 0xF8) == 0xF0) $n=3; # 11110bbb | |
| elseif (($c & 0xFC) == 0xF8) $n=4; # 111110bb | |
| elseif (($c & 0xFE) == 0xFC) $n=5; # 1111110b | |
| else return false; # Does not match any model | |
| for ($j=0; $j<$n; $j++) { # n bytes matching 10bbbbbb follow ? | |
| if ((++$i == $length) || ((ord($str[$i]) & 0xC0) != 0x80)) | |
| return false; | |
| } | |
| } | |
| return true; | |
| } | |
| //Remove pontuação | |
| function remove_especial_char($string){ | |
| $especiais= Array(".",",",";","!","@","#","%","¨","*","(",")","+","-","=", "§","$","|","\\",":","/","<",">","?","{","}","[","]","&","'",'"',"´","`","?",'“','”','$',"'","'"); | |
| $string = str_replace($especiais,"",trim($string)); | |
| return $string; | |
| } |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment