如何移除iconv转译ASCII字符串中的多余问号字符？

问题场景 #

我用iconv把UTF-8字符串转译为ASCII可打印字符，代码如下：

$str = 'Thê qúïck 😈 brõwn fõx júmps?😈 Óvér thé lázy dõg?😈';

$out = iconv('UTF-8', 'ASCII//TRANSLIT', $str);

var_dump($out);
// 输出结果：'The quick ? brown fox jumps?? Over the lazy dog??'

现在需要移除转译结果里的多余问号，但要保留//TRANSLIT正常转译的字符（比如áéïõú转成aeiou），不想用逐字符对比的笨方法，求更优解决思路。

解决方案 #

1. 先过滤不可转译字符，再执行TRANSLIT转译

提前把那些iconv会转成问号的Unicode字符过滤掉，转译后就不会产生多余问号。用正则匹配保留拉丁字符、标点和空白，删掉其他字符：

$str = 'Thê qúïck 😈 brõwn fõx júmps?😈 Óvér thé lázy dõg?😈';

// 过滤非拉丁、非标点、非空白的字符
$filtered = preg_replace('/[^\p{Latin}\p{Punct}\s]/u', '', $str);

$out = iconv('UTF-8', 'ASCII//TRANSLIT', $filtered);
var_dump($out);
// 输出：'The quick  brown fox jumps? Over the lazy dog?'

2. 精准替换转译产生的问号

如果不想提前过滤，可以在转译后，只删除那些对应原字符不是问号的转译问号。用mb_str_split正确拆分多字节原字符串，再逐对应处理：

$str = 'Thê qúïck 😈 brõwn fõx júmps?😈 Óvér thé lázy dõg?😈';
$out = iconv('UTF-8', 'ASCII//TRANSLIT', $str);

$originalChars = mb_str_split($str);
$translitChars = str_split($out);

$final = '';
foreach ($translitChars as $index => $char) {
    if ($char === '?' && isset($originalChars[$index]) && $originalChars[$index] !== '?') {
        continue;
    }
    $final .= $char;
}

var_dump($final);
// 输出：'The quick  brown fox jumps? Over the lazy dog?'

3. 用intl扩展的Transliterator精准控制转译

如果服务器支持intl扩展，用Transliterator可以一步到位生成无多余问号的结果，转译逻辑更灵活：

$str = 'Thê qúïck 😈 brõwn fõx júmps?😈 Óvér thé lázy dõg?😈';

// 转译规则：去变音符号→转拉丁字符→转ASCII→移除非打印字符
$transliterator = Transliterator::create('NFD; [:Nonspacing Mark:] Remove; NFC; Any-Latin; Latin-ASCII; [^\p{Print}] Remove');
$out = $transliterator->transliterate($str);

var_dump($out);
// 输出：'The quick  brown fox jumps? Over the lazy dog?'

内容的提问来源于stack exchange，提问作者Jeff