操作字符串：删除特殊字符 - 将所有重音字母更改为非重音字母答案

【问题标题】：Manipulating a String: Removing special characters - Change all accented letters to non accented操作字符串：删除特殊字符 - 将所有重音字母更改为非重音字母
【发布时间】：2011-10-22 23:00:44
【问题描述】：

我正在使用 asp.net 4 和 c#。

我有一个字符串可以包含：

特殊字符，例如：!"£$%&/()/#
重音字母，例如：àòèù
空格，如：“”（1个连续或多个），

示例字符串：

#Hi this          is  rèally/ special strìng!!!

我想：

a) 删除所有特殊字符，例如：

Hi this          is  rèally special strìng

b) 将所有重音字母转换为非重音字母，例如：

Hi this          is  really special string

c) 删除所有空格并用破折号 (-) 替换主题，例如：

Hi-this-is-really-special-string

我的目标是创建一个适合 URL 路径的字符串，以实现更好的 SEO。

知道如何使用正则表达式或其他技术来做到这一点吗？

感谢您对此的帮助！

【问题讨论】：

Ignoring accented letters in string comparison的可能重复

标签： c# regex

【解决方案1】：

与 mathieu 的回答类似，但更符合您的要求。该解决方案首先从输入字符串中去除特殊字符和变音符号，然后用破折号替换空格：

string s = "#Hi this          is  rèally/ special strìng!!!";
string normalized = s.Normalize(NormalizationForm.FormD);


StringBuilder resultBuilder = new StringBuilder();
foreach (var character in normalized)
{
    UnicodeCategory category = CharUnicodeInfo.GetUnicodeCategory(character);
    if (category == UnicodeCategory.LowercaseLetter
        || category == UnicodeCategory.UppercaseLetter
        || category == UnicodeCategory.SpaceSeparator)
        resultBuilder.Append(character);
}
string result = Regex.Replace(resultBuilder.ToString(), @"\s+", "-");

在ideone.com查看它的实际应用。

【讨论】：

感谢 Jens 提供的代码。最后一个问题，如果我的字符串会这样编码：%23Hi%20this%20%20%20%20%20%20%20%20%20%20is%20%20r%C3%A8ally/%20special%20str %C3%ACng！！！在您的代码中使用之前如何解码？感谢您对此的帮助！
您可以使用 System.Web 程序集中的 HttpUtility.UrlDecode。
很好的答案。遗憾的是 URLEncode() 仍然没有提供其方法名称所暗示的基本级别的功能。

【解决方案2】：

你应该看看这个答案：Ignoring accented letters in string comparison

代码在这里：

static string RemoveDiacritics(string sIn)
{
  string sFormD = sIn.Normalize(NormalizationForm.FormD);
  StringBuilder sb = new StringBuilder();

  foreach (char ch in sFormD)
  {
    UnicodeCategory uc = CharUnicodeInfo.GetUnicodeCategory(ch);
    if (uc != UnicodeCategory.NonSpacingMark)
    {
      sb.Append(ch);
    }
  }

  return (sb.ToString().Normalize(NormalizationForm.FormC));
}

【讨论】：

【解决方案3】：

我不是正则表达式方面的专家，但我怀疑它对这种计算是否有用。

对我来说，对输入字符进行简单的迭代就足够了：

List<char> specialChars = 
    new List<char>() { '!', '"', '£', '$', '%', '&', '/', '(', ')', '/', '#' };

string specialString = "#Hi this          is  rèally/ special strìng!!!";

System.Text.StringBuilder builder =
    new System.Text.StringBuilder(specialString.Length);

bool encounteredWhiteSpace = false;


foreach (char ch in specialString)
{
    char val = ch;

    if (specialChars.Contains(val))
        continue;

    switch (val)
    {
        case 'è':
            val = 'e'; break;
        case 'à':
            val = 'a'; break;
        case 'ò':
            val = 'o'; break;
        case 'ù':
        case 'ü':
            val = 'u'; break;
        case 'ı':
        case 'ì':
            val = 'i'; break;
    }

    if (val == ' ' || val == '\t')
    {
        encounteredWhiteSpace = true;
        continue;
    }

    if (encounteredWhiteSpace)
    {
        builder.Append('-');
        encounteredWhiteSpace = false;
    }

    builder.Append(val);
}

string result = builder.ToString();

【讨论】：