比较和替换 C 中的重音/特殊字符答案

【问题标题】：Comparing and replacing accented/special characters in C比较和替换 C 中的重音/特殊字符
【发布时间】：2021-04-24 15:33:25
【问题描述】：

所以我在 C 中有这个示例字符串，其中包含以下内容：

char text_string[100] = "A panqueca americana é provavelmente o caféç da manhã mais famoso dos Estados Unidos.";

我需要查找和替换特殊字符，例如“ç”，并将它们转换为非重音字符（例如，“ç”会变成“c”）。

我真的为此苦苦挣扎，四处搜索，但找不到任何可以帮助解决这个问题的东西。我尝试使用 usint strchr 将文本的各个字符与特殊字符进行比较，如下所示，但它不起作用。

char transform_text(char *text_string){
    for(int i=0; i<100; i++){
        if(strchr("ç", text_string[i]) != NULL )
            text_string[i]='c';
}

有什么建议吗？提前谢谢你。

【问题讨论】：

取决于编码。 printf("%d\n", (int) sizeof("ç")); 是什么？
text_string 未在函数中使用，list_string 未定义。发布可编译的代码。
刚刚编辑了答案，在将我的内容复制到我的帖子中时出现了一点错字，它是 text_string 而不是 list_string 但在我的函数中已得到纠正。您要求的 printf 打印数字 3。
您将需要使用名为 ICU 或 libICU 的库。见site.icu-project.org
这里有一个小东西可以在 Python 中做你想做的事情。应该让您了解如何在 C 中执行此操作。基本上标准化为 NKFD 并重新编码为 ASCII。 gist.github.com/tantale/a824fa0948d986d824e6a9965b488d5f

标签： c

【解决方案1】：

在 OP 的系统上，"ç" 的长度为 3，（例如 '0xc3'、'0xa7'、'0x00'）因此它不会被编码为单个字符。

常见的编码是 UTF8：U+00E7 ç c3 a7 LATIN SMALL LETTER C WITH CEDILLA

而是在text_string 中查找字符串 "ç" 并用较短的字符串"c" 替换。

【讨论】：