Comment puis-je supprimer des accents sur une chaîne?

Question

Possible en double:
How do I remove diacritics (accents) from a string in .NET?

je la chaîne suivante

áéíóú 

que je dois le convertir en

aeiou 

Comment puis-je y arriver? (Je ne ai pas besoin de comparer, j'ai besoin la nouvelle chaîne pour sauver)

---

pas un doublon de How do I remove diacritics (accents) from a string in .NET?. La réponse acceptée n'explique rien et c'est pourquoi je l'ai "rouverte".

Answer 1

Cela dépend des besoins. Pour la plupart des utilisations, puis normaliser à NFD, puis filtrant tous les caractères de combinaison fera l'affaire. Dans certains cas, la normalisation vers NFKD est plus appropriée (si vous souhaitez également supprimer certaines distinctions entre les caractères).

D'autres distinctions ne seront pas prises en compte, notamment les caractères latins caressés. Il n'y a pas non plus de méthode spécifique non locale pour certains (devrait être considérée comme équivalente à l ou w?), Vous devrez donc peut-être personnaliser au-delà.

Il y a aussi des cas où NFD et NFKD ne fonctionnent pas comme prévu, pour permettre la cohérence entre les versions Unicode.

Par conséquent:

public static IEnumerable<char> RemoveDiacriticsEnum(string src, bool compatNorm, Func<char, char> customFolding) 
{ 
    foreach(char c in src.Normalize(compatNorm ? NormalizationForm.FormKD : NormalizationForm.FormD)) 
    switch(CharUnicodeInfo.GetUnicodeCategory(c)) 
    { 
     case UnicodeCategory.NonSpacingMark: 
     case UnicodeCategory.SpacingCombiningMark: 
     case UnicodeCategory.EnclosingMark: 
     //do nothing 
     break; 
     default: 
     yield return customFolding(c); 
     break; 
    } 
} 
public static IEnumerable<char> RemoveDiacriticsEnum(string src, bool compatNorm) 
{ 
    return RemoveDiacritics(src, compatNorm, c => c); 
} 
public static string RemoveDiacritics(string src, bool compatNorm, Func<char, char> customFolding) 
{ 
    StringBuilder sb = new StringBuilder(); 
    foreach(char c in RemoveDiacriticsEnum(src, compatNorm, customFolding)) 
    sb.Append(c); 
    return sb.ToString(); 
} 
public static string RemoveDiacritics(string src, bool compatNorm) 
{ 
    return RemoveDiacritics(src, compatNorm, c => c); 
} 

Ici, nous avons un défaut pour les cas de problèmes mentionnés ci-dessus, qui les ignore tout simplement. Nous avons également divisé une chaîne en générant l'énumération des caractères, donc nous ne devons pas gaspiller dans les cas où il n'y a pas besoin d'une manipulation de chaîne sur le résultat (disons que nous allions écrire les caractères pour les afficher ensuite, ou manipulation par char).

Un exemple cas pour quelque chose où nous voulions également convertir l et l à l et L, mais n'a pas eu d'autres préoccupations spécialisées pourraient utiliser:

private static char NormaliseLWithStroke(char c) 
{ 
    switch(c) 
    { 
    case 'ł': 
     return 'l'; 
    case 'Ł': 
     return 'L'; 
    default: 
     return c; 
    } 
} 

utilisant cette option avec les méthodes ci-dessus combinera pour enlever la coup dans ce cas, avec les diacritiques décomposables.

Answer 2

public string RemoveDiacritics(string input) 
{ 
    string stFormD = input.Normalize(NormalizationForm.FormD); 
    int len = stFormD.Length; 
    StringBuilder sb = new StringBuilder(); 
    for (int i = 0; i < len; i++) 
    { 
     System.Globalization.UnicodeCategory uc = System.Globalization.CharUnicodeInfo.GetUnicodeCategory(stFormD[i]); 
     if (uc != System.Globalization.UnicodeCategory.NonSpacingMark) 
     { 
      sb.Append(stFormD[i]); 
     } 
    } 
    return (sb.ToString().Normalize(NormalizationForm.FormC)); 
}