PHP Transliterator 怎样处理多语言音译

PHP 项目要把多语言名称转成拉丁字符时，可以使用 intl 扩展提供的 Transliterator。常见做法是创建 Any-Latin; Latin-ASCII; Lower() 规则链：先把不同文字体系转到拉丁字母，再尽量转成 ASCII，最后统一小写。需要注意的是，规则对象创建可能失败，实际转换也可能返回 false；这两个结果都不能用宽松真假判断混在一起。

官方地址：https://www.php.net/manual/en/class.transliterator.php

• 先确认 PHP 已启用 intl，否则类和过程式函数都不可用。
• 规则字符串按分号串联，顺序会影响最终文本。
• start 和 end 使用 UTF-16 代码单元范围，前后未选中的部分保持原样。

先确认 intl 扩展和变换目标

PHP 官方安装说明指出，编译 PHP 时需要通过 --enable-intl 启用扩展；运行时也应检查目标环境是否真的加载了它。音译之前先决定输出用途：搜索 slug 往往需要 ASCII 和小写，展示名称则可能只需要从一种文字体系变到另一种文字体系，不一定要删除所有非 ASCII 字符。

这段检查只回答“能力是否存在”，并不代表某个 ICU 规则一定满足业务要求。对多语言内容，尤其是姓名、品牌和地名，应保留原文列，把音译结果作为检索或路径字段，而不是覆盖用户输入。

PHP Transliterator 的规则链怎么组合

Transliterator::create() 接收一个 ICU 转换标识并返回对象或 null。把多个转换用分号连接后，规则会按给出的顺序作用于同一字符串。下面的示例把日文、俄文和带重音符号的拉丁文本放在同一批输入中，展示的是处理策略，不代表任何具体业务词的唯一拼写。

transliterate($input);
    if ($output === false) {
        throw new RuntimeException('音译失败：' . $input);
    }
    echo $input, ' => ', $output, PHP_EOL;
}

官方方法说明将成功结果定义为转换后的字符串，失败时返回 false。示例使用严格比较：空字符串、字符串 "0" 或合法的全小写结果都不应被当成失败。若要生成 slug，还应在业务层单独处理空白、分隔符和重复连字符；不要把这些清理规则悄悄混进音译失败判断。

start 和 end 怎样限制变换范围

对象方法的第二、第三个参数分别是起始和结束位置，结束位置不包含在变换范围内。PHP 手册特别说明，这两个索引按 UTF-16 代码单元计算，而不是按 PHP 字符串字节数计算。只想处理一段可控的文本时，可以先明确范围，再检查前缀和后缀是否需要保留。

transliterate($text, 4, 18);
if ($partial === false) {
    throw new RuntimeException('局部音译失败');
}
echo $partial, PHP_EOL;

局部范围不是“按第几个汉字切片”的通用替代品。输入含有代理对或组合字符时，应先用与业务一致的 Unicode 计数方式确定区间，并在边界测试中覆盖表情符号、组合重音和多脚本文本。若只是处理整段文本，省略范围参数更不容易产生错位。

什么时候需要自定义规则

ICU 的通用规则适合建立稳定的第一版结果，但它不是领域词典。品牌名、货币符号、内部缩写或必须保持的专有名词，可能需要在音译前做显式替换，或使用 Transliterator::createFromRules() 创建自定义规则。自定义时要把规则版本和测试样本一起保存，否则同一名称在不同环境中可能难以复现。

常见问题

Transliterator::create 返回什么？

它返回可执行转换的 Transliterator 对象，无法根据给定标识创建时返回 null。先检查对象，再调用 transliterate()。

transliterate 失败时会抛异常吗？

官方方法签名允许返回 string|false。业务代码应严格比较 false，同时记录输入和规则标识，决定保留原文、跳过该字段还是返回业务错误。

规则链能保证所有语言都有标准拼写吗？

不能。它提供 ICU 转换规则下的结果，不等于人名、品牌或地名的官方罗马化。对有领域要求的文本，仍要准备词典或人工确认流程。