按包含 html 实体的第一个字母拆分数组

Question

我有一个包含类似国家/地区的数组

array(249) {
  [0]=>
  array(4) {
    ["country_id"]=>
    string(1) "2"
    ["country_name_en"]=>
    string(19) "Åland Islands"
    ["country_alpha2"]=>
    string(2) "AX"
    ["country_alpha3"]=>
    string(3) "ALA"
  }
  etc.
}

我想用第一个字母分割它，所以我得到一个这样的数组

array(26) {
 'A' => array(10) {
    array(4) {
      ["country_id"]=>
      string(1) "2"
      ["country_name_en"]=>
      string(19) "Åland Islands"
      ["country_alpha2"]=>
      string(2) "AX"
      ["country_alpha3"]=>
      string(3) "ALA"
    }
    etc.
  }
  etc.
}

但问题是国家名称数组包含 html 实体作为第一个字符。

任何想法如何做到这一点？

提前致谢

彼得

Answer 1

如果您希望将Åland Islands 归档在A 下，您需要比已经建议的html_entity_decode() 做更多的事情。

intl 包含Normalizer::normalize()，一个将Å 转换为Å 的函数。迷茫了吗？该 unicode 符号 (U+00C5) 在 UTF-8 中可以表示为 0xC385 (Composition) 和 0x41CC8A (Decomposition)。 0x41 是 A，0xCC8A 是 ̊。

因此，要正确归档您的岛屿，您需要执行以下操作：

$string = "Åland Islands";
$s = html_entity_decode($string, ENT_QUOTES, 'UTF-8');
$s = Normalizer::normalize($s, Normalizer::FORM_KD);
$s = mb_substr($s, 0, 1);

很可能，您的环境没有安装intl。如果是这种情况，您可以查看urlify()，这是一个将字符串简化为字母数字部分的函数。

---

以上你应该可以

1. 循环原始数组
2. 提取国家名称
3. 清理国家名称并提取第一个字符
4. 根据(3)的特征新建数组

注意：请注意，Armenia、Austria 和 Australia 国家/地区都将在 A 下归档。

Answer 2

遍历数组，使用html_entity_decode()解码html实体，然后使用mb_substr()拆分。

foreach($array as $values) {
    $values['country_name_en'] = html_entity_decode($values['country_name_en']);
    $index = mb_substr($values['country_name_en'], 0, 1);

    $new_array[$index] = $values;
}

---

或者你可以使用jlcd建议的功能：

function substr_unicode($str, $s, $l = null) {
    return join("", array_slice(
        preg_split("//u", $str, -1, PREG_SPLIT_NO_EMPTY), $s, $l));
}

foreach($array as $values) {
    $values['country_name_en'] = html_entity_decode($values['country_name_en']);
    $index = substr_unicode($values['country_name_en'], 0, 1);

    $new_array[$index] = $values;
}