cleanUrl.php

<?php

/**
 * Convert string into a web-safe URL
 *
 * @param string $string
 * @return string
 */
function cleanUrl($string)
{
	// Convert all alphabetic characters to lowercase and convert string to UTF-8 character encoding
	 $url = mb_strtolower(trim($string), 'utf-8');
	
	// Replace the accented characters
	$search	= array('À', 'Á', 'Â', 'Ã', 'Ä', 'Å', 'Æ', 'Ç', 'È', 'É', 'Ê', 'Ë', 'Ì', 'Í', 'Î', 'Ï', 'Ð', 'Ñ', 'Ò', 'Ó', 'Ô', 'Õ', 'Ö', 'Ø', 'Ù', 'Ú', 'Û', 'Ü', 'Ý', 'ß', 'à', 'á', 'â', 'ã', 'ä', 'å', 'æ', 'ç', 'è', 'é', 'ê', 'ë', 'ì', 'í', 'î', 'ï', 'ñ', 'ò', 'ó', 'ô', 'õ', 'ö', 'ø', 'ù', 'ú', 'û', 'ü', 'ý', 'ÿ', 'Ā', 'ā', 'Ă', 'ă', 'Ą', 'ą', 'Ć', 'ć', 'Ĉ', 'ĉ', 'Ċ', 'ċ', 'Č', 'č', 'Ď', 'ď', 'Đ', 'đ', 'Ē', 'ē', 'Ĕ', 'ĕ', 'Ė', 'ė', 'Ę', 'ę', 'Ě', 'ě', 'Ĝ', 'ĝ', 'Ğ', 'ğ', 'Ġ', 'ġ', 'Ģ', 'ģ', 'Ĥ', 'ĥ', 'Ħ', 'ħ', 'Ĩ', 'ĩ', 'Ī', 'ī', 'Ĭ', 'ĭ', 'Į', 'į', 'İ', 'ı', 'IJ', 'ij', 'Ĵ', 'ĵ', 'Ķ', 'ķ', 'Ĺ', 'ĺ', 'Ļ', 'ļ', 'Ľ', 'ľ', 'Ŀ', 'ŀ', 'Ł', 'ł', 'Ń', 'ń', 'Ņ', 'ņ', 'Ň', 'ň', 'ʼn', 'Ō', 'ō', 'Ŏ', 'ŏ', 'Ő', 'ő', 'Œ', 'œ', 'Ŕ', 'ŕ', 'Ŗ', 'ŗ', 'Ř', 'ř', 'Ś', 'ś', 'Ŝ', 'ŝ', 'Ş', 'ş', 'Š', 'š', 'Ţ', 'ţ', 'Ť', 'ť', 'Ŧ', 'ŧ', 'Ũ', 'ũ', 'Ū', 'ū', 'Ŭ', 'ŭ', 'Ů', 'ů', 'Ű', 'ű', 'Ų', 'ų', 'Ŵ', 'ŵ', 'Ŷ', 'ŷ', 'Ÿ', 'Ź', 'ź', 'Ż', 'ż', 'Ž', 'ž', 'ſ', 'ƒ', 'Ơ', 'ơ', 'Ư', 'ư', 'Ǎ', 'ǎ', 'Ǐ', 'ǐ', 'Ǒ', 'ǒ', 'Ǔ', 'ǔ', 'Ǖ', 'ǖ', 'Ǘ', 'ǘ', 'Ǚ', 'ǚ', 'Ǜ', 'ǜ', 'Ǻ', 'ǻ', 'Ǽ', 'ǽ', 'Ǿ', 'ǿ'); 
	$replace = array('A', 'A', 'A', 'A', 'A', 'A', 'AE', 'C', 'E', 'E', 'E', 'E', 'I', 'I', 'I', 'I', 'D', 'N', 'O', 'O', 'O', 'O', 'O', 'O', 'U', 'U', 'U', 'U', 'Y', 's', 'a', 'a', 'a', 'a', 'a', 'a', 'ae', 'c', 'e', 'e', 'e', 'e', 'i', 'i', 'i', 'i', 'n', 'o', 'o', 'o', 'o', 'o', 'o', 'u', 'u', 'u', 'u', 'y', 'y', 'A', 'a', 'A', 'a', 'A', 'a', 'C', 'c', 'C', 'c', 'C', 'c', 'C', 'c', 'D', 'd', 'DZ', 'dz', 'E', 'e', 'E', 'e', 'E', 'e', 'E', 'e', 'E', 'e', 'G', 'g', 'G', 'g', 'G', 'g', 'G', 'g', 'H', 'h', 'H', 'h', 'I', 'i', 'I', 'i', 'I', 'i', 'I', 'i', 'I', 'i', 'IJ', 'ij', 'J', 'j', 'K', 'k', 'L', 'l', 'L', 'l', 'L', 'l', 'L', 'l', 'l', 'l', 'N', 'n', 'N', 'n', 'N', 'n', 'n', 'O', 'o', 'O', 'o', 'O', 'o', 'OE', 'oe', 'R', 'r', 'R', 'r', 'R', 'r', 'S', 's', 'S', 's', 'S', 's', 'S', 's', 'T', 't', 'T', 't', 'T', 't', 'U', 'u', 'U', 'u', 'U', 'u', 'U', 'u', 'U', 'u', 'U', 'u', 'W', 'w', 'Y', 'y', 'Y', 'Z', 'z', 'Z', 'z', 'Z', 'z', 's', 'f', 'O', 'o', 'U', 'u', 'A', 'a', 'I', 'i', 'O', 'o', 'U', 'u', 'U', 'u', 'U', 'u', 'U', 'u', 'U', 'u', 'A', 'a', 'AE', 'ae', 'O', 'o'); 
	$url = str_replace($search, $replace, $url);
	
	// Replace the Cyrillic alphabet characters
	$search = array('А','Ӑ','Ӓ','Ә','Ӛ','Ӕ','Б','В','Г','Ґ','Ѓ','Ғ','Ӷ','Ҕ','Д','Ђ','Е','Ѐ','Ё','Ӗ','Ҽ','Ҿ','Є','Ж','Ӂ','Җ','Ӝ','З','Ҙ','Ӟ','Ӡ','Ѕ','И','Ѝ','Ӥ','Ӣ','І','Ї','Ӏ','Й','Ҋ','Ј','К','Қ','Ҟ','Ҡ','Ӄ','Ҝ','Л','Ӆ','Љ','М','Ӎ','Н','Ӊ','Ң','Ӈ','Ҥ','Њ','О','Ӧ','Ө','Ӫ','Ҩ','П','Ҧ','Р','Ҏ','С','Ҫ','Т','Ҭ','Ћ','Ќ','У','Ў','Ӳ','Ӱ','Ӯ','Ү','Ұ','Ф','Х','Ҳ','Һ','Ц','Ҵ','Ч','Ӵ','Ҷ','Ӌ','Ҹ','Џ','Ш','Щ','Ъ','Ы','Ӹ','Ь','Ҍ','Э','Ӭ','Ю','Я','а','ӑ','ӓ','ә','ӛ','ӕ','б','в','г','ґ','ѓ','ғ','ӷ','ҕ','д','ђ','е','ѐ','ё','ӗ','ҽ','ҿ','є','ж','ӂ','җ','ӝ','з','ҙ','ӟ','ӡ','ѕ','и','ѝ','ӥ','ӣ','і','ї','Ӏ','й','ҋ','ј','к','қ','ҟ','ҡ','ӄ','ҝ','л','ӆ','љ','м','ӎ','н','ӊ','ң','ӈ','ҥ','њ','о','ӧ','ө','ӫ','ҩ','п','ҧ','р','ҏ','с','ҫ','т','ҭ','ћ','ќ','у','ў','ӳ','ӱ','ӯ','ү','ұ','ф','х','ҳ','һ','ц','ҵ','ч','ӵ','ҷ','ӌ','ҹ','џ','ш','щ','ъ','ы','ӹ','ь','ҍ','э','ӭ','ю','я');
	$replace = array('a','a','a','e','e','ae','b','v','g','g','g','g','g','g','d','d','e','e','e','e','e','e','e','z','z','z','z','z','z','z','dz','dz','i','i','i','i','i','i','i','j','j','j','k','k','k','k','k','k','l','l','lj','m','m','n','h','h','h','eh','nj','o','o','o','o','o','p','pe','r','r','s','s','t','t','c','k','u','u','u','u','u','y','y','f','h','x','h','c','c','c','c','y','y','y','dz','s','s','y','y','y','y','y','e','e','u','a','a','a','a','e','e','ae','b','v','g','g','g','g','g','g','d','d','e','e','e','e','e','e','e','z','z','z','z','z','z','z','dz','dz','i','i','i','i','i','i','i','j','j','j','k','k','k','k','k','k','l','l','lj','m','m','n','h','h','h','eh','nj','o','o','o','o','o','p','pe','r','r','s','s','t','t','c','k','u','u','u','u','u','y','y','f','h','x','h','c','c','c','c','y','y','y','dz','s','s','y','y','y','y','y','e','e','u','a');
	$url = str_replace($search, $replace, $url);
	
	// Replace the currency symbols
	$search = array('£', '$', '€', '¥'); 
	$replace = array('gbp', 'usd', 'eur', 'yen'); 
	$url= str_replace($search, $replace, $url);
	
	// Replace other unsafe characters
	$search = array(' ', '%20', '&nbsp;', '&', '+', ',', '//', ' /', '\r\n', '\n');
	$url = str_replace($search, '-', $url);
	
	// Replace the rest of the special characters
	$char_regex1 = '/[^a-z0-9\-.\/]/';	// Any character except: 'a' to 'z', '0' to '9', '\-', '.', '/'
	$char_regex2 = '/[\-]+/';		// Any character of: '\-' (1 or more times (matching the most amount possible))
	$char_regex3 = '/<[^>]*>/';		// Any character except: '>' (0 or more times (matching the most amount possible))
	$char_regex4 = '/\.{2,}/';		// '.' at least 2 times (matching the most amount possible)
	$search = array($char_regex1, $char_regex2, $char_regex3, $char_regex4);
	$replace = array('', '-', '', '.');
	$url = preg_replace($search, $replace, $url);
	
	return trim($url);
}