带有数组的str_replace是否是格式化个人姓氏的正确方式？

Question

在MySQL数据库中，我有一个名称列表，如

• 史密斯
• 弗兰克
• 凹坑MD
• 老史密斯
• 小琼斯
• 史密斯-琼斯
• 奥托尔

我要把那份名单

• 史密斯
• 弗兰克
• 凹痕
• 史密斯
• 琼斯
• 史密斯-琼斯
• 奥托尔

所谓格式，我的意思是我只想要姓氏的“主”部分去掉任何

• 非字母数字字符
• 空间
• 头衔(jr，sr，MD等)

我意识到，在某些情况下，这是“改变”的人的名字，但它并没有被使用的任何方式，他们看到。

现在我正在做这样的事情：

$toReplace  = array('.', ',', '-', ' jr', ' sr', ' MD', ' DO', "'", ' ');
//For each result from my query
    $lname = str_replace($toReplace, '', $row_rsgetUsers['lname']);
    $lname = strtolower($lname);

然后，过一段时间，会出现一个类似于Wright CISA的名称，所以我必须更新我的$toReplace数组来解释这个问题。(我无法控制姓名的输入)

这是进行此操作的最佳方法吗?还是应该使用更好的方法/库来消除偶尔手动更新$toReplace数组的需要？

Answer 1

这应该照你说的做。虽然你可以在这里找到它：替换除字母、数字、空格和下划线以外的所有字符 如何删除PHP中空格后的所有内容？

<?php
    $user_list = array('Smith', 'Frank', 'Dent MD', 'Smith Sr.', 'Jones, jr.', 'Smith-Jones', "O'Toole");
    print_r($user_list);
    $string = "O'Toole";
    $temp_array = array();
    foreach($user_list as $user_string){
        //remove special chars and convert Upper case letters to lower case
        $string = strtolower(preg_replace("/[^ \w]+/", "", $user_string));
        //remove everything after space, case example: Jones, jr.
        $string = explode(' ', $string);
        $string = $string[0];
        //assign "standartized?" string 
        $temp_array[] = $string;
    }
    print_r($temp_array);
?>

Array
(
    [0] => Smith
    [1] => Frank
    [2] => Dent MD
    [3] => Smith Sr.
    [4] => Jones, jr.
    [5] => Smith-Jones
    [6] => O'Toole
)
Array
(
    [0] => smith
    [1] => frank
    [2] => dent
    [3] => smith
    [4] => jones
    [5] => smithjones
    [6] => otoole
)

Answer 2

这是一个函数，它将用ASCII字符替换所有非ASCII字符，使字符串小写等( 源CookBook )。

$names = array( 'Smith', 'Frank', 'Dent MD', 'Smith Sr.', 'Jones, jr.', 'Smith-Jones', "O'Toole" );

foreach( $names as &$value ) {
    $value = slugify( $value );
}

print_r( $names );

function slugify( $text ) {

    // replace non letter or digits by -
    $text = preg_replace('~[^\\pL\d]+~u', '-', $text);  
    $text = trim($text, '-');

    /**
     * //IGNORE//TRANSLIT to avoid errors on non translatable characters and still translate other characters
     * //TRANSLIT to out_charset transliteration is activated
     * //IGNORE, characters that cannot be represented in the target charset are silently discarded
    */
    $text = iconv('utf-8', 'ASCII//IGNORE//TRANSLIT', $text);   
    $text = strtolower(trim($text));

    // remove unwanted characters
    $text = preg_replace('~[^-\w]+~', '', $text);

    return empty($text) ? '' : $text ;
}

输出：

Array
(
    [0] => smith
    [1] => frank
    [2] => dent-md
    [3] => smith-sr
    [4] => jones-jr
    [5] => smith-jones
    [6] => o-toole
)