ugrás a tartalomhoz

UTF-8 file beolvasás

breakline · 2007. Jan. 29. (H), 11.33
Sziasztok

Van pár csv file-om UTF-8 kódolással, amit be kell vinnem egy adatbázisba úgy, hogy minden rekordot meg kell néznem, hogy létezik-e már, és csak akkor kell beszúrni, ha nem.
Név, email alapján keresek, az adatbázisban tárolva van egy egyszerűsített név mező, ami a következő: csupa kisbetű, ékezetek helyén a rövid pár, szóközök nélkül, pl. Hegedűs Géza = hegedusgeza.
Nyilván az utóbbit szeretném összehasonlítani ha már van ilyen, ezért a beolvasott nevet is szeretném átalakítani, de elakadtam, mivel az ékezeteket eddig nem tudtam lecserélni.
Próbálkoztam az "utf8_decode" fv-el, de mivel az ISO-8859-1-re konvertál, nincs ő és ű betű, a többit utána át tudta konvertálni (á=>a, é=>e stb..), talán ISO-8859-2-re kéne, vagy máshogy?

Minden ötletnek örülnék

kösz
üdv
BL
‹ session: felhasználó név+jelszó tárolása, rövid webcímek Országfelismerő script ›
 ■
1

mb_strtolower, strtr

gex · 2007. Jan. 29. (H), 11.54
nem értem, minek az egyszerűsített név, a név nincs tárolva az adatbázisban?

<?php
$str = 'Hegedűs Géza';
$str = mb_strtolower($str, 'utf-8');
$str = strtr($str, array(' ' => '', 'á' => 'a', 'é' => 'e', 'í' => 'i', 'ó' =>'o', 'ö' => 'o', 'ő' => 'o', 'ú' => 'u', 'ü' => 'u', 'ű' => 'u'));
?>
2

Multi byte stringkezelő függvényekre van szükséged

pp · 2007. Jan. 29. (H), 11.57
http://hu.php.net/manual/hu/ref.mbstring.php

azon belül is a kódoló függvényre
http://hu.php.net/manual/hu/function.mb-convert-encoding.php

$str = mb_convert_encoding($str, "ISO-8859-2", "UTF-8");

Sajnos az mb string nem egy default kiterjesztés, ezért lehet telepítenedd kell vagy meg kell kérned a szolgáltatót, hogy állítsa be neked. (vagy szolgáltatót kell váltanod)

pp
3

multibyte string functions..

TeeCee · 2007. Jan. 29. (H), 11.58
Az importáló scriptedet UTF-8-ban mentsd el, és használd a mb_* függvényeket a stringek kezelésére. Elvileg ilyenkor nem lehet problémád, csak ha az adatbázis sem UTF-8ban van...
Ha UTF8ban mented el a fájlt, akkor az ékezetek összehasonlíthatóak lesznek - találatot adnak csere esetén -, míg más kódolásban előtte át kell konvertálni 'a PHP-scriptet-amiben-mentetted' kódlapról UTF8-ra (ez a normális, mert ugye az UTF8 a teljes paletta). DE megoldható így is, használd az iconv()-ot
4

köszönöm

breakline · 2007. Jan. 29. (H), 12.02
Hali

kösz, akkor jol sejtettem h ezekre szükség lehet (google-öztem a témában előtte), aki írta hogy minek az egyszerüsített név, nos nem tudom:) A megbízó kérte, eddig nem volt sok haszna, az adatbázissémát úgy kaptam, nekem csak ki kellett dolgozni a táblákat, kapcsolatokat, és nem kérdeztem hogy mire kell, lehet egyszer szükség lesz rá.

kösz még1szer

üdv
BL