WordPress上传图片时波兰语首字母被截断问题（含preg_replace代码）

我在WordPress中实现了一个功能，上传图片时会将文件名填充到ALT、TITLE、CAPTION字段，期望这些字段内容与文件名一致。

使用的代码如下：

add_action( 'add_attachment', 'my_set_image_meta_upon_image_upload' );
function my_set_image_meta_upon_image_upload( $post_ID ) {
if ( wp_attachment_is_image( $post_ID ) ) {
$my_image_title = get_post( $post_ID )->post_title;
$my_image_title = preg_replace( '%\s*[-_\s]+\s*%', ' ', $my_image_title );
$my_image_meta = array(
'ID' => $post_ID,
'post_title' => $my_image_title,
'post_content' => $my_image_title,
'post_excerpt' => $my_image_title,
);
update_post_meta( $post_ID, '_wp_attachment_image_alt',
$my_image_title );
wp_update_post( $my_image_meta );
}
}

但出现以下问题：

• 当文件名为“Śnieżka”时，上传后字段内容变为“nieżka”
• 当文件名为“Snieżka”时，上传后字段内容能正常显示为“Snieżka”

即文件名首字母为波兰语字符时会被截断，烦请告知原因。

问题原因 #

问题出在WordPress对上传文件名的默认处理逻辑上：WordPress在生成附件的post_title时，会调用 sanitize 相关函数处理文件名，其中部分字符串操作函数是单字节的，无法正确识别波兰语这类多字节Unicode字符（比如Ś），导致首字符被错误截断。你的代码直接获取了这个已经被处理过的post_title，所以出现了内容缺失的情况。

解决办法 #

绕开WordPress处理后的post_title，直接从原始文件路径提取文件名：

add_action( 'add_attachment', 'my_set_image_meta_upon_image_upload' );
function my_set_image_meta_upon_image_upload( $post_ID ) {
    if ( wp_attachment_is_image( $post_ID ) ) {
        // 获取附件的原始文件路径
        $file_path = get_attached_file( $post_ID );
        // 提取不含扩展名的文件名
        $my_image_title = pathinfo( $file_path, PATHINFO_FILENAME );
        // 替换文件名中的分隔符为空格
        $my_image_title = preg_replace( '%\s*[-_\s]+\s*%', ' ', $my_image_title );
        
        $my_image_meta = array(
            'ID' => $post_ID,
            'post_title' => $my_image_title,
            'post_content' => $my_image_title,
            'post_excerpt' => $my_image_title,
        );
        update_post_meta( $post_ID, '_wp_attachment_image_alt', $my_image_title );
        wp_update_post( $my_image_meta );
    }
}

直接从原始文件路径提取文件名，能避免WordPress默认处理逻辑对多字节字符的错误截断，确保特殊字符文件名完整保留到ALT、TITLE等字段中。

内容的提问来源于stack exchange，提问作者cosiek