忽略字符串比较中的重音字母

时间:2008-12-11 15:57:05

标签: c# string localization

我需要比较C#中的2个字符串,并将重音字母与非重音字母相同。例如:

string s1 = "hello";
string s2 = "héllo";

s1.Equals(s2, StringComparison.InvariantCultureIgnoreCase);
s1.Equals(s2, StringComparison.OrdinalIgnoreCase);

这两个字符串需要相同(就我的应用程序而言),但这两个语句都评估为false。 C#中有没有办法做到这一点?

6 个答案:

答案 0 :(得分:236)

编辑2012-01-20:哦,孩子!解决方案非常简单,几乎永远存在于框架中。 As pointed out by knightpfhor

string.Compare(s1, s2, CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace);

这是一个从字符串中删除变音符号的函数:

static string RemoveDiacritics(string text)
{
  string formD = text.Normalize(NormalizationForm.FormD);
  StringBuilder sb = new StringBuilder();

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

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

更多详情on MichKap's blogRIP...)。

原则是它将'é'变成2个连续的字符'e',急剧的。 然后它遍历字符并跳过变音符号。

“héllo”变成“他< acute> llo”,而后者变成“你好”。

Debug.Assert("hello"==RemoveDiacritics("héllo"));

注意:这是一个相同功能的更紧凑的.NET4 +友好版本:

static string RemoveDiacritics(string text)
{
  return string.Concat( 
      text.Normalize(NormalizationForm.FormD)
      .Where(ch => CharUnicodeInfo.GetUnicodeCategory(ch)!=
                                    UnicodeCategory.NonSpacingMark)
    ).Normalize(NormalizationForm.FormC);
}

答案 1 :(得分:125)

如果您不需要转换字符串而只想检查是否相等,则可以使用

string s1 = "hello";
string s2 = "héllo";

if (String.Compare(s1, s2, CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace) == 0)
{
    // both strings are equal
}

或者如果您希望比较也不区分大小写

string s1 = "HEllO";
string s2 = "héLLo";

if (String.Compare(s1, s2, CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace | CompareOptions.IgnoreCase) == 0)
{
    // both strings are equal
}

答案 2 :(得分:5)

以下方法CompareIgnoreAccents(...)适用于您的示例数据。以下是我获取背景信息的文章:http://www.codeproject.com/KB/cs/EncodingAccents.aspx

private static bool CompareIgnoreAccents(string s1, string s2)
{
    return string.Compare(
        RemoveAccents(s1), RemoveAccents(s2), StringComparison.InvariantCultureIgnoreCase) == 0;
}

private static string RemoveAccents(string s)
{
    Encoding destEncoding = Encoding.GetEncoding("iso-8859-8");

    return destEncoding.GetString(
        Encoding.Convert(Encoding.UTF8, destEncoding, Encoding.UTF8.GetBytes(s)));
}

我认为扩展方法会更好:

public static string RemoveAccents(this string s)
{
    Encoding destEncoding = Encoding.GetEncoding("iso-8859-8");

    return destEncoding.GetString(
        Encoding.Convert(Encoding.UTF8, destEncoding, Encoding.UTF8.GetBytes(s)));
}

然后使用就是这样:

if(string.Compare(s1.RemoveAccents(), s2.RemoveAccents(), true) == 0) {
   ...

答案 3 :(得分:2)

我必须使用StartsWith方法做类似的事情。这是一个源自@Serge的简单解决方案 - appTranslator。

这是一个扩展方法:

    public static bool StartsWith(this string str, string value, CultureInfo culture, CompareOptions options)
    {
        if (str.Length >= value.Length)
            return string.Compare(str.Substring(0, value.Length), value, culture, options) == 0;
        else
            return false;            
    }

对于一个内线怪胎;)

    public static bool StartsWith(this string str, string value, CultureInfo culture, CompareOptions options)
    {
        return str.Length >= value.Length && string.Compare(str.Substring(0, value.Length), value, culture, options) == 0;
    }

强调不敏感和不敏感的启动可以像这样调用

value.ToString().StartsWith(str, CultureInfo.InvariantCulture, CompareOptions.IgnoreNonSpace | CompareOptions.IgnoreCase)

答案 4 :(得分:0)

删除重音的更简单方法:

    Dim source As String = "áéíóúç"
    Dim result As String

    Dim bytes As Byte() = Encoding.GetEncoding("Cyrillic").GetBytes(source)
    result = Encoding.ASCII.GetString(bytes)

答案 5 :(得分:-3)

在String.Compare方法上尝试此重载。

String.Compare方法(String,String,Boolean,CultureInfo)

它根据包括cultureinfo的比较操作生成一个int值。页面中的示例比较en-US和en-CZ中的“更改”。 en-CZ中的CH是单个“字母”。

来自链接的例子

using System;
using System.Globalization;

class Sample {
    public static void Main() {
    String str1 = "change";
    String str2 = "dollar";
    String relation = null;

    relation = symbol( String.Compare(str1, str2, false, new CultureInfo("en-US")) );
    Console.WriteLine("For en-US: {0} {1} {2}", str1, relation, str2);

    relation = symbol( String.Compare(str1, str2, false, new CultureInfo("cs-CZ")) );
    Console.WriteLine("For cs-CZ: {0} {1} {2}", str1, relation, str2);
    }

    private static String symbol(int r) {
    String s = "=";
    if      (r < 0) s = "<";
    else if (r > 0) s = ">";
    return s;
    }
}
/*
This example produces the following results.
For en-US: change < dollar
For cs-CZ: change > dollar
*/

因此,对于重音语言,你需要获得文化,然后根据它来测试字符串。

http://msdn.microsoft.com/en-us/library/hyxc48dt.aspx

豫ICP备18024241号-1