用于替换 à,Á,Ä 等的正则表达式 -> a, Õ,ò 等 -> o

【问题标题】：Regex for replacing à,Á,Ä etc. -> a, Õ,ò, etc. -> o用于替换 à,Á,Ä 等的正则表达式 -> a, Õ,ò 等 -> o
【发布时间】：2011-11-06 07:10:38
【问题描述】：

西方拉丁字符集包含诸如 À Á Â Ã Ä Å 具有与 'radix' 相同的标准字符 'a'。这发生在 e,i,o 等上。也是。是否有正则表达式可以将这些变体替换为它们的“基数”字符？

这将用于从文本创建一个对 seo 友好的 url（但不限于）：

示例：La cena è pronta => La cena e pronta

【问题讨论】：

正则表达式可能不是最好的工具。标准化为 NFKD 然后从结果中删除所有非间距修饰符会更容易。（但实际上，你想实现什么？）
@Daniel A. White：我的问题范围很明确！我看不出有什么不清楚的地方。
@Henning Makholm：谢谢，我不知道 NFKD，现在我会检查。
请展示一个更清晰的例子。
@Valerio 这个问题不清楚。你只说你认为你需要的。你不说你想做什么。您认为自己需要的东西很可能是错误的。

标签： .net regex unicode

【解决方案1】：

试试这个：

string str = "La cena è pronta àèéìòùçæÀÈÉÌÒÙÇÆ";
str = str.Normalize(NormalizationForm.FormD); // Or use NormalizationForm.FormKD
str = Regex.Replace(str, @"\p{Mn}", "");
// Result: La cena e pronta aeeioucæAEEIOUCÆ

但请注意，Æ 仍然是 Æ。

【讨论】：

对于 URL 生成，最好专门选择规范化字符串中的 ASCII 字母。
为什么是 FormD 而不是最初建议的 FormKD？
@Valerio True...我们已经取消了标记...我们可以使用 KD。两者的区别在于FormD保留了格式化信息，FormKD没有。但例如在stackoverflow.com/questions/249087/… 他们使用FormD