我正在使用 asp.net/C#，我希望为我正在创建的小型 CMS 系统创建唯一的 (?) uri。
我正在从我的文章标题生成 uri 段，例如，如果标题是“我的精彩文章”，则 uri 将是 www.website.com/news/my-amazing-article
这有两个部分。首先，你认为我需要去掉哪些角色？我用“-”替换空格，我想我也应该去掉“/”字符。你能想出更多可能导致问题的地方吗？ “？”也许？我应该删除所有非字母字符吗？
第二个问题，上面我提到了 uris 可能需要是唯一的。我打算在添加之前检查 uri 列表以确保唯一性，但是我看到堆栈溢出使用数字加 uri。我假设这允许重复标题？你认为这会是更好的方法吗？
【问题讨论】：
将所有变音符号转换为它们的基本字符，然后使用Char.IsLetterOrDigit去除任何不是字母或数字的内容。
然后用一个破折号替换所有空格。
这是我们在软件中使用的。
/// <summary>
/// Convert a name into a string that can be appended to a Uri.
/// </summary>
private static string EscapeName(string name)
{
if (!string.IsNullOrEmpty(name))
{
name = NormalizeString(name);
// Replaces all non-alphanumeric character by a space
StringBuilder builder = new StringBuilder();
for (int i = 0; i < name.Length; i++)
{
builder.Append(char.IsLetterOrDigit(name[i]) ? name[i] : ' ');
}
name = builder.ToString();
// Replace multiple spaces into a single dash
name = Regex.Replace(name, @"[ ]{1,}", @"-", RegexOptions.None);
}
return name;
}
/// <summary>
/// Strips the value from any non english character by replacing thoses with their english equivalent.
/// </summary>
/// <param name="value">The string to normalize.</param>
/// <returns>A string where all characters are part of the basic english ANSI encoding.</returns>
/// <seealso cref="http://stackoverflow.com/questions/249087/how-do-i-remove-diacritics-accents-from-a-string-in-net"/>
private static string NormalizeString(string value)
{
string normalizedFormD = value.Normalize(NormalizationForm.FormD);
StringBuilder builder = new StringBuilder();
for (int i = 0; i < normalizedFormD.Length; i++)
{
UnicodeCategory uc = CharUnicodeInfo.GetUnicodeCategory(normalizedFormD[i]);
if (uc != UnicodeCategory.NonSpacingMark)
{
builder.Append(normalizedFormD[i]);
}
}
return builder.ToString().Normalize(NormalizationForm.FormC);
}
关于使用这些生成的名称作为唯一 ID，我会保证。将生成的名称用作 SEO 帮助程序，但不能用作密钥解析程序。如果你看看 stackoverflow 如何引用他们的页面：
http://stackoverflow.com/questions/249087/how-do-i-remove-diacritics-accents-from-a-string-in-net
^--ID ^--Unneeded name but helpful for bookmarks and SEO
您可以在那里找到 ID。这两个 URL 指向同一个页面：
http://stackoverflow.com/questions/249087/how-do-i-remove-diacritics-accents-from-a-string-in-net
http://stackoverflow.com/questions/249087/
【讨论】：
NormalizeString 方法替换的所有东西现在不是都有效吗？
您想咨询IETF RFC 3986，它描述了 URI 以及什么是合法的和不合法的。
除了有效性之外，也许您还想要一个可读的 URI。在这种情况下，消除所有非字母数字字符。
在 stackoverflow 中，标题是可变的，因此使用 ID 作为 URI 的唯一但不变的区分符。如果您没有可更改的标题，那么您应该可以只使用文本。如果您可以在发布后编辑标题，那么 id 可能更可取。
【讨论】：
对于问题 1：Rob Conery 有一个非常有用的 Regex-based solution 来清理字符串以生成 slug。这是扩展方法（只需将其添加到静态类）：
public static string CreateSlug(this string source)
{
var regex = new Regex(@"([^a-z0-9\-]?)");
var slug = "";
if (!string.IsNullOrEmpty(source))
{
slug = source.Trim().ToLower();
slug = slug.Replace(' ', '-');
slug = slug.Replace("---", "-");
slug = slug.Replace("--", "-");
if (regex != null)
slug = regex.Replace(slug, "");
if (slug.Length * 2 < source.Length)
return "";
if (slug.Length > 100)
slug = slug.Substring(0, 100);
}
return slug;
}
对于问题 2，如果您希望它们是唯一的，您可以在数据库中的列上放置一个 UNIQUE 约束。这将允许您捕获异常并提供有用的用户输入。如果您不喜欢这样，那么依赖帖子标识符可能是一个不错的选择。
【讨论】：