字符串比较中忽略重音字母

一尘不染

字符串比较中忽略重音字母

我需要在C＃中比较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);

这两个字符串必须相同（就我的应用程序而言），但是这两个语句的评估结果均为false。C＃中有办法做到这一点吗？

阅读 351

2020-05-19

共1个答案

一尘不染

编辑2012-01-20：天哪！该解决方案非常简单，并且几乎永远存在于框架中。正如knightpfhor所指出的：

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

这是一个从字符串中去除变音符号的函数：

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);
}

有关MichKap博客（RIP
…）的更多详细信息。

原理是将’é’转换为2个连续的字符’e’，即尖峰。然后，它遍历字符并跳过变音符号。

“héllo”变成“ he llo”，后者又变成“ hello”。

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

注意：这是同一功能的更紧凑的.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);
}

2020-05-19