Wie generiert Stack Overflow seine SEO-freundlichen URLs?

Was ist ein guter vollständiger regulärer Ausdruck oder ein anderer Prozess, der den Titel annehmen würde:

Wie ändere ich einen Titel, um Teil der URL zu sein, wie z. B. Stapelüberlauf?

und verwandle es in

how-do-you-change-a-title-to-be-part-of-the-url-like-stack-overflow

das wird in den SEO-freundlichen URLs auf Stack Overflow verwendet?

Die Entwicklungsumgebung, die ich verwende, ist Ruby on Rails , aber wenn es andere plattformspezifische Lösungen gibt (.NET, PHP, Django ), würde ich diese auch gerne sehen.

Ich bin sicher, dass ich (oder ein anderer Leser) auf einer anderen Plattform auf das gleiche Problem stoßen werde.

Ich verwende benutzerdefinierte Routen und möchte hauptsächlich wissen, wie die Zeichenfolge so geändert wird, dass alle Sonderzeichen entfernt werden, alles in Kleinbuchstaben geschrieben und alle Leerzeichen ersetzt werden.

So machen wir es. Beachten Sie, dass es wahrscheinlich mehr Randbedingungen gibt, als Sie auf den ersten Blick erkennen.

Dies ist die zweite Version, die für 5x mehr Leistung abgerollt wurde (und ja, ich habe sie verglichen). Ich dachte, ich würde es optimieren, weil diese Funktion hunderte Male pro Seite aufgerufen werden kann.

/// <summary>
/// Produces optional, URL-friendly version of a title, "like-this-one". 
/// hand-tuned for speed, reflects performance refactoring contributed
/// by John Gietzen (user otac0n) 
/// </summary>
public static string URLFriendly(string title)
{
    if (title == null) return "";

    const int maxlen = 80;
    int len = title.Length;
    bool prevdash = false;
    var sb = new StringBuilder(len);
    char c;

    for (int i = 0; i < len; i++)
    {
        c = title[i];
        if ((c >= 'a' && c <= 'z') || (c >= '0' && c <= '9'))
        {
            sb.Append(c);
            prevdash = false;
        }
        else if (c >= 'A' && c <= 'Z')
        {
            // tricky way to convert to lowercase
            sb.Append((char)(c | 32));
            prevdash = false;
        }
        else if (c == ' ' || c == ',' || c == '.' || c == '/' || 
            c == '\\' || c == '-' || c == '_' || c == '=')
        {
            if (!prevdash && sb.Length > 0)
            {
                sb.Append('-');
                prevdash = true;
            }
        }
        else if ((int)c >= 128)
        {
            int prevlen = sb.Length;
            sb.Append(RemapInternationalCharToAscii(c));
            if (prevlen != sb.Length) prevdash = false;
        }
        if (i == maxlen) break;
    }

    if (prevdash)
        return sb.ToString().Substring(0, sb.Length - 1);
    else
        return sb.ToString();
}

Zeigen Sie den Revisionsverlauf dieses Beitrags an, um die vorherige Version des ersetzten Codes anzuzeigen (der jedoch funktional gleichwertig und 5x schneller ist) (klicken Sie auf den Datumslink).

Den RemapInternationalCharToAsciiQuellcode der Methode finden Sie auch hier .

Hier ist meine Version von Jeffs Code. Ich habe folgende Änderungen vorgenommen:

• Die Bindestriche wurden so angehängt, dass sie hinzugefügt werden konnten, und mussten dann entfernt werden, da es sich um das letzte Zeichen in der Zeichenfolge handelte. Das heißt, wir wollen niemals "meine Schnecke". Dies bedeutet eine zusätzliche Zeichenfolgenzuweisung, um sie in diesem Randfall zu entfernen. Ich habe dies durch Delay-Silbentrennung umgangen. Wenn Sie meinen Code mit dem von Jeff vergleichen, ist die Logik dafür leicht zu befolgen.
• Sein Ansatz basiert ausschließlich auf der Suche und hat viele Zeichen übersehen, die ich in Beispielen gefunden habe, als ich über Stack Overflow recherchiert habe. Um dem entgegenzuwirken, führe ich zuerst einen Normalisierungsdurchlauf durch (AKA-Kollatierung in Meta Stack Overflow-Frage erwähnt. Nicht US-ASCII-Zeichen wurden von der vollständigen (Profil-) URL entfernt ) und ignoriere dann alle Zeichen außerhalb der zulässigen Bereiche. Das funktioniert meistens ...
• ... Wenn dies nicht der Fall ist, musste ich auch eine Nachschlagetabelle hinzufügen. Wie oben erwähnt, werden einige Zeichen bei Normalisierung keinem niedrigen ASCII-Wert zugeordnet. Anstatt diese fallen zu lassen, habe ich eine manuelle Liste von Ausnahmen, die zweifellos voller Löcher ist, aber besser als nichts. Der Normalisierungscode wurde von Jon Hannas großartigem Beitrag in der Frage "Stapelüberlauf" inspiriert. Wie kann ich Akzente auf einer Zeichenfolge entfernen? .

• Die Fallkonvertierung ist jetzt auch optional.

  public static class Slug
  {
      public static string Create(bool toLower, params string[] values)
      {
          return Create(toLower, String.Join("-", values));
      }
  
      /// <summary>
      /// Creates a slug.
      /// References:
      /// http://www.unicode.org/reports/tr15/tr15-34.html
      /// /meta/7435/non-us-ascii-characters-dropped-from-full-profile-url/7696#7696
      /// /programming/25259/how-do-you-include-a-webpage-title-as-part-of-a-webpage-url/25486#25486
      /// /programming/3769457/how-can-i-remove-accents-on-a-string
      /// </summary>
      /// <param name="toLower"></param>
      /// <param name="normalised"></param>
      /// <returns></returns>
      public static string Create(bool toLower, string value)
      {
          if (value == null)
              return "";
  
          var normalised = value.Normalize(NormalizationForm.FormKD);
  
          const int maxlen = 80;
          int len = normalised.Length;
          bool prevDash = false;
          var sb = new StringBuilder(len);
          char c;
  
          for (int i = 0; i < len; i++)
          {
              c = normalised[i];
              if ((c >= 'a' && c <= 'z') || (c >= '0' && c <= '9'))
              {
                  if (prevDash)
                  {
                      sb.Append('-');
                      prevDash = false;
                  }
                  sb.Append(c);
              }
              else if (c >= 'A' && c <= 'Z')
              {
                  if (prevDash)
                  {
                      sb.Append('-');
                      prevDash = false;
                  }
                  // Tricky way to convert to lowercase
                  if (toLower)
                      sb.Append((char)(c | 32));
                  else
                      sb.Append(c);
              }
              else if (c == ' ' || c == ',' || c == '.' || c == '/' || c == '\\' || c == '-' || c == '_' || c == '=')
              {
                  if (!prevDash && sb.Length > 0)
                  {
                      prevDash = true;
                  }
              }
              else
              {
                  string swap = ConvertEdgeCases(c, toLower);
  
                  if (swap != null)
                  {
                      if (prevDash)
                      {
                          sb.Append('-');
                          prevDash = false;
                      }
                      sb.Append(swap);
                  }
              }
  
              if (sb.Length == maxlen)
                  break;
          }
          return sb.ToString();
      }
  
      static string ConvertEdgeCases(char c, bool toLower)
      {
          string swap = null;
          switch (c)
          {
              case 'ı':
                  swap = "i";
                  break;
              case 'ł':
                  swap = "l";
                  break;
              case 'Ł':
                  swap = toLower ? "l" : "L";
                  break;
              case 'đ':
                  swap = "d";
                  break;
              case 'ß':
                  swap = "ss";
                  break;
              case 'ø':
                  swap = "o";
                  break;
              case 'Þ':
                  swap = "th";
                  break;
          }
          return swap;
      }
  }

Für weitere Details, die Unit-Tests und eine Erklärung, warum das URL- Schema von Facebook etwas intelligenter ist als Stack Overflows, habe ich eine erweiterte Version davon in meinem Blog .

Sie möchten eine benutzerdefinierte Route einrichten, um die URL auf den Controller zu verweisen, der sie verarbeitet. Da Sie Ruby on Rails verwenden, finden Sie hier eine Einführung in die Verwendung der Routing-Engine.

In Ruby benötigen Sie einen regulären Ausdruck, wie Sie ihn bereits kennen. Hier ist der reguläre Ausdruck, den Sie verwenden können:

def permalink_for(str)
    str.gsub(/[^\w\/]|[!\(\)\.]+/, ' ').strip.downcase.gsub(/\ +/, '-')
end

Sie können diese JavaScript- Funktion auch zur In-Form-Generierung der Slugs verwenden (diese basiert auf Django / wird von Django kopiert ):

function makeSlug(urlString, filter) {
    // Changes, e.g., "Petty theft" to "petty_theft".
    // Remove all these words from the string before URLifying

    if(filter) {
        removelist = ["a", "an", "as", "at", "before", "but", "by", "for", "from",
        "is", "in", "into", "like", "of", "off", "on", "onto", "per",
        "since", "than", "the", "this", "that", "to", "up", "via", "het", "de", "een", "en",
        "with"];
    }
    else {
        removelist = [];
    }
    s = urlString;
    r = new RegExp('\\b(' + removelist.join('|') + ')\\b', 'gi');
    s = s.replace(r, '');
    s = s.replace(/[^-\w\s]/g, ''); // Remove unneeded characters
    s = s.replace(/^\s+|\s+$/g, ''); // Trim leading/trailing spaces
    s = s.replace(/[-\s]+/g, '-'); // Convert spaces to hyphens
    s = s.toLowerCase(); // Convert to lowercase
    return s; // Trim to first num_chars characters
}

Hier ist die PHP-Funktion in WordPress, die das macht ... Ich würde denken, dass WordPress eine der beliebtesten Plattformen ist, die ausgefallene Links verwendet.

    Funktion sanitize_title_with_dashes ($ title) {
            $ title = strip_tags ($ title);
            // Escape-Oktette beibehalten.
            $ title = preg_replace ('|% ([a-fA-F0-9] [a-fA-F0-9]) |', '--- $ 1 ---', $ title);
            // Prozentzeichen entfernen, die nicht Teil eines Oktetts sind.
            $ title = str_replace ('%', '', $ title);
            // Oktette wiederherstellen.
            $ title = preg_replace ('| --- ([a-fA-F0-9] [a-fA-F0-9]) --- |', '% $ 1', $ title);
            $ title = remove_accents ($ title);
            if (scheint_utf8 ($ title)) {
                    if (function_exists ('mb_strtolower')) {
                            $ title = mb_strtolower ($ title, 'UTF-8');
                    }}
                    $ title = utf8_uri_encode ($ title, 200);
            }}
            $ title = strtolower ($ title);
            $ title = preg_replace ('/&.+?;/', '', $ title); // Entitäten töten
            $ title = preg_replace ('/ [^% a-z0-9 _-] /', '', $ title);
            $ title = preg_replace ('/ \ s + /', '-', $ title);
            $ title = preg_replace ('| - + |', '-', $ title);
            $ title = trim ($ title, '-');
            $ title zurückgeben;
    }}

Diese Funktion sowie einige der unterstützenden Funktionen finden Sie in wp-includes / formatting.php.

Wenn Sie Rails Edge verwenden, können Sie sich auf Inflector.parametrize verlassen - hier das Beispiel aus der Dokumentation:

  class Person
    def to_param
      "#{id}-#{name.parameterize}"
    end
  end

  @person = Person.find(1)
  # => #<Person id: 1, name: "Donald E. Knuth">

  <%= link_to(@person.name, person_path(@person)) %>
  # => <a href="https://stackoverflow.com/person/1-donald-e-knuth">Donald E. Knuth</a>

Auch wenn Sie mit exotischeren Zeichen wie Akzenten (éphémère) in früheren Versionen von Rails umgehen müssen, können Sie eine Mischung aus PermalinkFu und DiacriticsFu verwenden :

DiacriticsFu::escape("éphémère")
=> "ephemere"

DiacriticsFu::escape("räksmörgås")
=> "raksmorgas"

Ich bin nicht mit Ruby on Rails vertraut, aber das Folgende ist (ungetesteter) PHP-Code. Sie können dies wahrscheinlich sehr schnell in Ruby on Rails übersetzen, wenn Sie es nützlich finden.

$sURL = "This is a title to convert to URL-format. It has 1 number in it!";
// To lower-case
$sURL = strtolower($sURL);

// Replace all non-word characters with spaces
$sURL = preg_replace("/\W+/", " ", $sURL);

// Remove trailing spaces (so we won't end with a separator)
$sURL = trim($sURL);

// Replace spaces with separators (hyphens)
$sURL = str_replace(" ", "-", $sURL);

echo $sURL;
// outputs: this-is-a-title-to-convert-to-url-format-it-has-1-number-in-it

Ich hoffe das hilft.

Ich habe nicht viel mit Ruby oder Rails zu tun, aber in Perl würde ich Folgendes tun:

my $title = "How do you change a title to be part of the url like Stackoverflow?";

my $url = lc $title;   # Change to lower case and copy to URL.
$url =~ s/^\s+//g;     # Remove leading spaces.
$url =~ s/\s+$//g;     # Remove trailing spaces.
$url =~ s/\s+/\-/g;    # Change one or more spaces to single hyphen.
$url =~ s/[^\w\-]//g;  # Remove any non-word characters.

print "$title\n$url\n";

Ich habe gerade einen kurzen Test gemacht und es scheint zu funktionieren. Hoffentlich ist dies relativ einfach in Ruby zu übersetzen.

T-SQL-Implementierung, angepasst von dbo.UrlEncode :

CREATE FUNCTION dbo.Slug(@string varchar(1024))
RETURNS varchar(3072)
AS
BEGIN
    DECLARE @count int, @c char(1), @i int, @slug varchar(3072)

    SET @string = replace(lower(ltrim(rtrim(@string))),' ','-')

    SET @count = Len(@string)
    SET @i = 1
    SET @slug = ''

    WHILE (@i <= @count)
    BEGIN
        SET @c = substring(@string, @i, 1)

        IF @c LIKE '[a-z0-9--]'
            SET @slug = @slug + @c

        SET @i = @i +1
    END

    RETURN @slug
END

Ich weiß, dass es eine sehr alte Frage ist, aber da die meisten Browser jetzt Unicode-URLs unterstützen, habe ich in XRegex eine großartige Lösung gefunden , die alles außer Buchstaben konvertiert (in allen Sprachen in '-').

Dies kann in mehreren Programmiersprachen erfolgen.

Das Muster ist \\p{^L}+und dann müssen Sie es nur verwenden, um alle Nicht-Buchstaben durch '-' zu ersetzen.

Arbeitsbeispiel in node.js mit xregex- Modul.

var text = 'This ! can @ have # several $ letters % from different languages such as עברית or Español';

var slugRegEx = XRegExp('((?!\\d)\\p{^L})+', 'g');

var slug = XRegExp.replace(text, slugRegEx, '-').toLowerCase();

console.log(slug) ==> "this-can-have-several-letters-from-different-languages-such-as-עברית-or-español"

Angenommen, Ihre Modellklasse verfügt über ein title-Attribut, können Sie die to_param-Methode im Modell einfach wie folgt überschreiben:

def to_param
  title.downcase.gsub(/ /, '-')
end

Diese Railscast-Episode enthält alle Details. Sie können auch sicherstellen, dass der Titel nur gültige Zeichen enthält, indem Sie Folgendes verwenden:

validates_format_of :title, :with => /^[a-z0-9-]+$/,
                    :message => 'can only contain letters, numbers and hyphens'

Brians Code in Ruby:

title.downcase.strip.gsub(/\ /, '-').gsub(/[^\w\-]/, '')

downcasein Kleinbuchstaben verwandelt sich die Zeichenfolge, stripentfernt führende und nachfolgende Leerzeichen, der erste gsubAnruf g lobally Unter Instituten Räume mit Bindestrichen und die zweite alles entfernt, der kein Brief oder ein Bindestrich ist.

Es gibt ein kleines Ruby on Rails-Plugin namens PermalinkFu , das dies tut. Die Escape-Methode führt die Umwandlung in eine Zeichenfolge durch, die für eine URL geeignet ist . Schauen Sie sich den Code an. Diese Methode ist recht einfach.

Um Nicht- ASCII- Zeichen zu entfernen , wird die iconv lib verwendet, um von 'utf-8' nach 'ascii // ignore // translit' zu übersetzen. Leerzeichen werden dann in Bindestriche umgewandelt, alles wird verkleinert usw.

Sie können die folgende Hilfsmethode verwenden. Es kann die Unicode-Zeichen konvertieren.

public static string ConvertTextToSlug(string s)
{
    StringBuilder sb = new StringBuilder();

    bool wasHyphen = true;

    foreach (char c in s)
    {
        if (char.IsLetterOrDigit(c))
        {
            sb.Append(char.ToLower(c));
            wasHyphen = false;
        }
        else
            if (char.IsWhiteSpace(c) && !wasHyphen)
            {
                sb.Append('-');
                wasHyphen = true;
            }
    }

    // Avoid trailing hyphens
    if (wasHyphen && sb.Length > 0)
        sb.Length--;

    return sb.ToString().Replace("--","-");
}

Hier ist meine (langsamere, aber spaßige) Version von Jeffs Code:

public static string URLFriendly(string title)
{
    char? prevRead = null,
        prevWritten = null;

    var seq = 
        from c in title
        let norm = RemapInternationalCharToAscii(char.ToLowerInvariant(c).ToString())[0]
        let keep = char.IsLetterOrDigit(norm)
        where prevRead.HasValue || keep
        let replaced = keep ? norm
            :  prevWritten != '-' ? '-'
            :  (char?)null
        where replaced != null
        let s = replaced + (prevRead == null ? ""
            : norm == '#' && "cf".Contains(prevRead.Value) ? "sharp"
            : norm == '+' ? "plus"
            : "")
        let _ = prevRead = norm
        from written in s
        let __ = prevWritten = written
        select written;

    const int maxlen = 80;  
    return string.Concat(seq.Take(maxlen)).TrimEnd('-');
}

public static string RemapInternationalCharToAscii(string text)
{
    var seq = text.Normalize(NormalizationForm.FormD)
        .Where(c => CharUnicodeInfo.GetUnicodeCategory(c) != UnicodeCategory.NonSpacingMark);

    return string.Concat(seq).Normalize(NormalizationForm.FormC);
}

Mein Teststring:

" I love C#, F#, C++, and... Crème brûlée!!! They see me codin'... they hatin'... tryin' to catch me codin' dirty... "

Die Stackoverflow-Lösung ist großartig, aber moderne Browser (wie üblich ohne IE) können jetzt gut mit der utf8-Codierung umgehen:

Also habe ich die vorgeschlagene Lösung aktualisiert:

public static string ToFriendlyUrl(string title, bool useUTF8Encoding = false)
{
    ...

        else if (c >= 128)
        {
            int prevlen = sb.Length;
            if (useUTF8Encoding )
            {
                sb.Append(HttpUtility.UrlEncode(c.ToString(CultureInfo.InvariantCulture),Encoding.UTF8));
            }
            else
            {
                sb.Append(RemapInternationalCharToAscii(c));
            }
    ...
}

Vollständiger Code auf Pastebin

Bearbeiten: Hier ist der Code für die RemapInternationalCharToAsciiMethode (der im Pastebin fehlt).

Mir hat die Art und Weise gefallen, wie dies ohne Verwendung regulärer Ausdrücke gemacht wird , deshalb habe ich es auf PHP portiert. Ich habe gerade eine Funktion is_betweenzum Überprüfen von Zeichen hinzugefügt :

function is_between($val, $min, $max)
{
    $val = (int) $val; $min = (int) $min; $max = (int) $max;

    return ($val >= $min && $val <= $max);
}

function international_char_to_ascii($char)
{
    if (mb_strpos('àåáâäãåa', $char) !== false)
    {
        return 'a';
    }

    if (mb_strpos('èéêëe', $char) !== false)
    {
        return 'e';
    }

    if (mb_strpos('ìíîïi', $char) !== false)
    {
        return 'i';
    }

    if (mb_strpos('òóôõö', $char) !== false)
    {
        return 'o';
    }

    if (mb_strpos('ùúûüuu', $char) !== false)
    {
        return 'u';
    }

    if (mb_strpos('çccc', $char) !== false)
    {
        return 'c';
    }

    if (mb_strpos('zzž', $char) !== false)
    {
        return 'z';
    }

    if (mb_strpos('ssšs', $char) !== false)
    {
        return 's';
    }

    if (mb_strpos('ñn', $char) !== false)
    {
        return 'n';
    }

    if (mb_strpos('ýÿ', $char) !== false)
    {
        return 'y';
    }

    if (mb_strpos('gg', $char) !== false)
    {
        return 'g';
    }

    if (mb_strpos('r', $char) !== false)
    {
        return 'r';
    }

    if (mb_strpos('l', $char) !== false)
    {
        return 'l';
    }

    if (mb_strpos('d', $char) !== false)
    {
        return 'd';
    }

    if (mb_strpos('ß', $char) !== false)
    {
        return 'ss';
    }

    if (mb_strpos('Þ', $char) !== false)
    {
        return 'th';
    }

    if (mb_strpos('h', $char) !== false)
    {
        return 'h';
    }

    if (mb_strpos('j', $char) !== false)
    {
        return 'j';
    }
    return '';
}

function url_friendly_title($url_title)
{
    if (empty($url_title))
    {
        return '';
    }

    $url_title = mb_strtolower($url_title);

    $url_title_max_length   = 80;
    $url_title_length       = mb_strlen($url_title);
    $url_title_friendly     = '';
    $url_title_dash_added   = false;
    $url_title_char = '';

    for ($i = 0; $i < $url_title_length; $i++)
    {
        $url_title_char     = mb_substr($url_title, $i, 1);

        if (strlen($url_title_char) == 2)
        {
            $url_title_ascii    = ord($url_title_char[0]) * 256 + ord($url_title_char[1]) . "\r\n";
        }
        else
        {
            $url_title_ascii    = ord($url_title_char);
        }

        if (is_between($url_title_ascii, 97, 122) || is_between($url_title_ascii, 48, 57))
        {
            $url_title_friendly .= $url_title_char;

            $url_title_dash_added = false;
        }
        elseif(is_between($url_title_ascii, 65, 90))
        {
            $url_title_friendly .= chr(($url_title_ascii | 32));

            $url_title_dash_added = false;
        }
        elseif($url_title_ascii == 32 || $url_title_ascii == 44 || $url_title_ascii == 46 || $url_title_ascii == 47 || $url_title_ascii == 92 || $url_title_ascii == 45 || $url_title_ascii == 47 || $url_title_ascii == 95 || $url_title_ascii == 61)
        {
            if (!$url_title_dash_added && mb_strlen($url_title_friendly) > 0)
            {
                $url_title_friendly .= chr(45);

                $url_title_dash_added = true;
            }
        }
        else if ($url_title_ascii >= 128)
        {
            $url_title_previous_length = mb_strlen($url_title_friendly);

            $url_title_friendly .= international_char_to_ascii($url_title_char);

            if ($url_title_previous_length != mb_strlen($url_title_friendly))
            {
                $url_title_dash_added = false;
            }
        }

        if ($i == $url_title_max_length)
        {
            break;
        }
    }

    if ($url_title_dash_added)
    {
        return mb_substr($url_title_friendly, 0, -1);
    }
    else
    {
        return $url_title_friendly;
    }
}

Jetzt können alle Browser die utf8-Codierung gut verarbeiten, sodass Sie die WebUtility.UrlEncode- Methode verwenden können, die der von @giamin verwendeten HttpUtility.UrlEncode ähnelt, jedoch außerhalb einer Webanwendung funktioniert.

Ich habe den Code nach TypeScript portiert. Es kann leicht an JavaScript angepasst werden.

Ich füge .containsdem StringPrototyp eine Methode hinzu. Wenn Sie auf die neuesten Browser oder ES6 abzielen, können Sie diese .includesstattdessen verwenden.

if (!String.prototype.contains) {
    String.prototype.contains = function (check) {
        return this.indexOf(check, 0) !== -1;
    };
}

declare interface String {
    contains(check: string): boolean;
}

export function MakeUrlFriendly(title: string) {
            if (title == null || title == '')
                return '';

            const maxlen = 80;
            let len = title.length;
            let prevdash = false;
            let result = '';
            let c: string;
            let cc: number;
            let remapInternationalCharToAscii = function (c: string) {
                let s = c.toLowerCase();
                if ("àåáâäãåą".contains(s)) {
                    return "a";
                }
                else if ("èéêëę".contains(s)) {
                    return "e";
                }
                else if ("ìíîïı".contains(s)) {
                    return "i";
                }
                else if ("òóôõöøőð".contains(s)) {
                    return "o";
                }
                else if ("ùúûüŭů".contains(s)) {
                    return "u";
                }
                else if ("çćčĉ".contains(s)) {
                    return "c";
                }
                else if ("żźž".contains(s)) {
                    return "z";
                }
                else if ("śşšŝ".contains(s)) {
                    return "s";
                }
                else if ("ñń".contains(s)) {
                    return "n";
                }
                else if ("ýÿ".contains(s)) {
                    return "y";
                }
                else if ("ğĝ".contains(s)) {
                    return "g";
                }
                else if (c == 'ř') {
                    return "r";
                }
                else if (c == 'ł') {
                    return "l";
                }
                else if (c == 'đ') {
                    return "d";
                }
                else if (c == 'ß') {
                    return "ss";
                }
                else if (c == 'Þ') {
                    return "th";
                }
                else if (c == 'ĥ') {
                    return "h";
                }
                else if (c == 'ĵ') {
                    return "j";
                }
                else {
                    return "";
                }
            };

            for (let i = 0; i < len; i++) {
                c = title[i];
                cc = c.charCodeAt(0);

                if ((cc >= 97 /* a */ && cc <= 122 /* z */) || (cc >= 48 /* 0 */ && cc <= 57 /* 9 */)) {
                    result += c;
                    prevdash = false;
                }
                else if ((cc >= 65 && cc <= 90 /* A - Z */)) {
                    result += c.toLowerCase();
                    prevdash = false;
                }
                else if (c == ' ' || c == ',' || c == '.' || c == '/' || c == '\\' || c == '-' || c == '_' || c == '=') {
                    if (!prevdash && result.length > 0) {
                        result += '-';
                        prevdash = true;
                    }
                }
                else if (cc >= 128) {
                    let prevlen = result.length;
                    result += remapInternationalCharToAscii(c);
                    if (prevlen != result.length) prevdash = false;
                }
                if (i == maxlen) break;
            }

            if (prevdash)
                return result.substring(0, result.length - 1);
            else
                return result;
        }

Nein nein Nein. Sie sind alle so sehr falsch. Abgesehen von den Diakritika-Fu-Sachen kommen Sie dorthin, aber was ist mit asiatischen Charakteren (Schande für Ruby-Entwickler, dass sie ihre Nihonjin nicht in Betracht ziehen Brüder ).

Firefox und Safari zeigen beide Nicht-ASCII-Zeichen in der URL an und sehen ehrlich gesagt großartig aus. Es ist schön, Links wie ' http://somewhere.com/news/read/ ' zu unterstützen '.

Hier ist also ein PHP-Code, der das macht, aber ich habe ihn gerade geschrieben und ihn nicht auf Stress getestet.

<?php
    function slug($str)
    {
        $args = func_get_args();
        array_filter($args);  //remove blanks
        $slug = mb_strtolower(implode('-', $args));

        $real_slug = '';
        $hyphen = '';
        foreach(SU::mb_str_split($slug) as $c)
        {
            if (strlen($c) > 1 && mb_strlen($c)===1)
            {
                $real_slug .= $hyphen . $c;
                $hyphen = '';
            }
            else
            {
                switch($c)
                {
                    case '&':
                        $hyphen = $real_slug ? '-and-' : '';
                        break;
                    case 'a':
                    case 'b':
                    case 'c':
                    case 'd':
                    case 'e':
                    case 'f':
                    case 'g':
                    case 'h':
                    case 'i':
                    case 'j':
                    case 'k':
                    case 'l':
                    case 'm':
                    case 'n':
                    case 'o':
                    case 'p':
                    case 'q':
                    case 'r':
                    case 's':
                    case 't':
                    case 'u':
                    case 'v':
                    case 'w':
                    case 'x':
                    case 'y':
                    case 'z':

                    case 'A':
                    case 'B':
                    case 'C':
                    case 'D':
                    case 'E':
                    case 'F':
                    case 'G':
                    case 'H':
                    case 'I':
                    case 'J':
                    case 'K':
                    case 'L':
                    case 'M':
                    case 'N':
                    case 'O':
                    case 'P':
                    case 'Q':
                    case 'R':
                    case 'S':
                    case 'T':
                    case 'U':
                    case 'V':
                    case 'W':
                    case 'X':
                    case 'Y':
                    case 'Z':

                    case '0':
                    case '1':
                    case '2':
                    case '3':
                    case '4':
                    case '5':
                    case '6':
                    case '7':
                    case '8':
                    case '9':
                        $real_slug .= $hyphen . $c;
                        $hyphen = '';
                        break;

                    default:
                       $hyphen = $hyphen ? $hyphen : ($real_slug ? '-' : '');
                }
            }
        }
        return $real_slug;
    }

Beispiel:

$str = "~!@#$%^&*()_+-=[]\{}|;':\",./<>?\n\r\t\x07\x00\x04 コリン ~!@#$%^&*()_+-=[]\{}|;':\",./<>?\n\r\t\x07\x00\x04 トーマス ~!@#$%^&*()_+-=[]\{}|;':\",./<>?\n\r\t\x07\x00\x04 アーノルド ~!@#$%^&*()_+-=[]\{}|;':\",./<>?\n\r\t\x07\x00\x04";
echo slug($str);

Ausgänge: コ リ and -und- ト ー and and -und- ア ー ノ ル ド

Das '-und-' liegt daran, dass & in '-und-' geändert wird.