从给定文本中删除字母重音符号

Question

也许我遗漏了一些明显的东西，但是有没有一种“无痛”的方法可以将给定文本中的重音字母替换为非重音字母？我只能使用标准的 ANSI C 库/头文件，所以我束手无策。到目前为止我尝试过的：

unsigned char currentChar;

(...)

if (currentChar == 'à') { 
    currentChar = 'a'; 
}
else if (currentChar == 'è' || currentChar == 'é') {
    currentChar = 'e'; 
}
else if (...)

但是，这不起作用。检测带有扩展 ASCII 值的重音元音也不是一种选择，因为我注意到它会根据系统区域设置而变化。

有什么提示/建议吗？

（更新）

感谢您的回答，但我并不是真的要求解决这个问题的最佳方法 - 我稍后会考虑。我只是在寻求一种检测重读元音的方法，因为上面的代码只是忽略了它们。

（更新 #2）

好的。让我澄清一下：

#include <stdio.h>

int main(void) {
    int i;
    char vowels[6] = {'à','è','é','ì','ò','ù'};
    for (i = 0; i < 6; i++) {
        switch (vowels[i]) {
            case 'à': vowels[i] = 'a'; break;
            case 'è': vowels[i] = 'e'; break;
            case 'é': vowels[i] = 'e'; break;
            case 'ì': vowels[i] = 'i'; break;
            case 'ò': vowels[i] = 'o'; break;
            case 'ù': vowels[i] = 'u'; break;
        }
     }
     printf("\n");
     for (i = 0; i < 6; i++) {
         printf("%c",vowels[i]);
     }
     printf("\n");
     return 0;
}

此代码仍然打印“àèéìòù”作为其输出。这是我的问题。我很欣赏答案，但是告诉我实现转换映射或开关/案例结构是没有意义的。我会考虑稍后。

Answer 1

重音字符可能是 UTF-8 字符集或其他编码的一部分。你的程序使用char 类型，通常使用ASCII character set。

在 ASCII 字符集中，每个字符由一个字节表示。此字符集不包含重音字符。

其他编码确实包含该字符，但它可能不是由单个字节表示，因此无法由您的代码处理。解决这个问题的方法通常是使用宽字符。

您需要的是wide characters。

This question 可能有更笼统的解释。

This question 可能会为您的情况提供解决方案。

这段代码似乎做你想做的事：

#include <stdio.h>
#include <wchar.h>
#include <locale.h>
int main(int argc, char **argv){
    setlocale(LC_CTYPE, "");
    FILE *f = fopen(argv[1], "r");
    if (!f)
        return 1;

    for (wchar_t c; (c = fgetwc(f)) != WEOF;){
        switch (c) {
            case L'à': c=L'a'; break;
            case L'è': c=L'e';break;
            case L'é': c=L'e';break;
            case L'ì': c=L'i';break;
            case L'ò': c=L'o';break;
            case L'ù': c=L'u';break;
            default:    break;
        }
        wprintf(L"%lc", c);
    }

    fclose(f);
    return 0;
}

Answer 2

可能有更简单的方法，一些我没有听说过的现有功能，但就结构而言，这是我的处理方式：

建立一个由重音字符和结果字符组成的字符转换表。然后构建一个简单的循环来扫描表中的每个字符，如果找到，进行更改。

Answer 3

如果你写

if ( currentChar == (unsigned char)('è'))...

考虑到您只使用标准 c 库的限制，您的方法应该有效，我不知道您是如何实现的。

Answer 4

让我们试试这个：

char p_RemoveAccent(char C)
{
    #define ACCENT_CHARS    "ÁÀÃÂÇáàãâçÉÊéêÍíÑÓÔÕñóôõÚÜúü"
    #define UNACCENT_CHARS  "AAAACaaaacEEeeIiNOOOnoooUUuu"

    const char *p_Char = memchr(ACCENT_CHARS, C, sizeof(ACCENT_CHARS));

    return (p_Char ? UNACCENT_CHARS[(p_Char - ACCENT_CHARS)] : C);
}