PHP音译指定语言环境

Question

我正在使用PHP音译器(来自php5-intl，使用ICU)将CJK音译为拉丁语(罗马化)，问题是，我需要一些方法来指定输入区域设置，以便日本汉字不会罗马化为中文拼音(因为它们通常共享相同的utf8字符)。

例如:

transliterator_transliterate('Any-Latin; Latin-ASCII; Lower();', $input);

中国オタク界 => zhong guo otaku jie

而我想得到:

中国オタク界 => chuu goku otaku kai

任何想法?

---

对ICU网站的进一步研究表明，问题可能是Han-Latin只遵循拼音音译，所以我正在寻找一种方法，允许php5-intl告诉ICU使用Romaji音译代替(我还没有找到这样的id)。

Answer 1

这是我想出的一个脚本，用于测试与Latin-ASCII; Lower();链接的所有不同的翻译器，但它们都不能产生您所寻求的结果。你可以尝试其他的汉字，并尝试选择Any-Latin以外的转写器。

$scripts = transliterator_list_ids();
foreach ($scripts as $script) {
    echo $transliterated = transliterator_transliterate(
        $script . '; Latin-ASCII; Lower();',
        '中国オタク界'
    ) . ' in ' . $script . "n";
}

这些产生了一些有意义的东西，并且与Any-Latin: JapaneseKana-Latin/BGN, Katakana-Latin的行为方式不同

Answer 2

是的，Han-Latin是拼音。ICU转写器来自CLDR(我将更新用户指南以澄清这一点)。ICU已经可以将假名(hira/kata)转换为拉丁语，但是汉字有多个读数，因此您无法通过简单的基于表的转换找到您正在寻找的内容。

edit:综上所述，如果没有编写规则，ICU将不会做你想做的事情，而且由于日语的工作方式，在我看来，使用自己的规则也不太可能简单。

Answer 3

我能想到的一种可能性是使用…

设置区域设置。

setlocale(LC_ALL, "ja_JP");

您可以在运行音译器之前应用PHP中的各种格式化功能以您想要的方式格式化文本。