任意の2バイト文字からなる文字列を、一括でURIに含め置換するには

質問

【質問】
<td>鳥山明</td>
<td>王貞治</td>・・・・

という文字列を

<td><a href="http://ja.wikipedia.org/wiki/%E9%B3%A5%E5%B1%B1%E6%98%8E">鳥山明</a></td>
<td><a href="http://ja.wikipedia.org/wiki/%E7%8E%8B%E8%B2%9E%E6%B2%BB">王貞治</a></td>・・・・

という風に置換したいのですが、最も簡単にやるにはどうすればいいのでしょうか。

【備考】
phpを使い、2バイト文字をascii文字にエンコードするようにコーディングすると、ページ全体のURIが.html から .phpに変わってしまい、いろいろと問題がでてきてしまうので、.htmlのURIを維持したまま満足する解決策を教えて欲しいのです。
phpのmod_rewriteを使えばよいのでしょうが、私はphpについてよくわからないので、できるだけ単純に満足させる解決策を教えていただきたいのです・・・。

【環境】手前の借りているサーバーはphp5のモジュールモード対応で、htaccessが変更可能とのことです。

【私がやったこと】
正規表現で
<td>(...)</td>
↓
<td><a href="http://ja\.wikipedia\.org/wiki/$1">$1</a></td>
に置換して
<a href="http://ja.wikipedia.org/wiki/鳥山明">鳥山明</a>
<a href="http://ja.wikipedia.org/wiki/王貞治">王貞治</a>

のようにしました。
wikipediaで見られればよいので、当面はこれでも問題ないのですが、URIに2バイト文字が入っているので当然文法的には重大なエラーが残ってしまいます。

【私に学習できること】
遠回りになると思いますが後々役に立つと思うので、phpも多少勉強するつもりです。

どなたか、よろしくお願いいたします。

回答No.2

warez · ベストアンサー

置換はこんな感じでしょうか。

$pattern = '!(<td>)(.*?)(</td>)!e';
$replacement = "'<td><a href=\"http://ja.wikipedia.org/wiki/'.urlencode('$2').'\">$2</a></td>'";
$subject = "<td>鳥山明</td>
<td>王貞治</td>";
echo preg_replace($pattern, $replacement, $subject);

ファイル名の問題は .htaccess などで AddType を設定すればいけるのでは。

お礼

ありがとうございます。
wikipediaのエンコードはUTF-8だったので
http://q.hatena.ne.jp/1196772104
などを参考に

$replacement = "'<td><a href=\"http://ja.wikipedia.org/wiki/'.mb_convert_encoding('$2', 'UTF-8', 'auto').'\">$2</a></td>'";

と書いてみたんですが、うまく動きませんでした。
よろしければ解決策を教えていただけないでしょうか。(>_<;)

回答No.3

warez

$subject = mb_convert_encoding("<td>鳥山明</td>
<td>王貞治</td>", 'UTF-8', 'auto');

でどうでしょう。

回答No.1

ORUKA1951

Perlなら
$str =~ s/(\W)/'%' . unpack('H2', $1)/eg;
ですが・・・