如何在 C# 中将特殊字符替换为等价字符（例如“á”代表“a”）？答案

【问题标题】：How to replace special characters with their equivalent (such as " á " for " a") in C#?如何在 C# 中将特殊字符替换为等价字符（例如“á”代表“a”）？
【发布时间】：2011-01-24 12:47:12
【问题描述】：

我需要从 Excel 文件中获取葡萄牙语文本内容并创建一个 xml，该 xml 将由不支持诸如“ç”、“á”、“é”等字符的应用程序使用其他。而且我不能只删除字符，而是用它们的等效字符（例如“c”、“a”、“e”）替换它们。

我认为有比单独检查每个字符并用对应的字符替换它更好的方法。有什么建议吗？

【问题讨论】：

ç 和 c 不是“等价的”。
它们是供人类阅读的，没有符号！

标签： c# string unicode encoding character

【解决方案1】：

string text = {text to replace characters in};

Dictionary<char, char> replacements = new Dictionary<char, char>();

// add your characters to the replacements dictionary, 
// key: char to replace
// value: replacement char

replacements.Add('ç', 'c');
...

System.Text.StringBuilder replaced = new System.Text.StringBuilder();
for (int i = 0; i < text.Length; i++)
{
    char character = text[i];
    if (replacements.ContainsKey(character))
    {
        replaced.Append(replacements[character]);
    }
    else
    {
        replaced.Append(character);
    }
}

// 'replaced' is now your converted text

【讨论】：

虽然它是最简单的解决方案（也许不是最优雅的），但它完全可以满足您的需求。如果您创建了一个可重用的函数（带有静态替换列表）会更好。这种方法的一个缺点是您需要知道要替换的所有可能的字符，并且必须将大写和小写字符都添加到列表中（这可能需要一些试验和错误）。此外，您在复制 add 语句以创建新项目时可能会出错（例如忘记替换其中一个字符串），这可能会在发生错误时引起混乱。

【解决方案2】：

你可以试试

var decomposed = "áéö".Normalize(NormalizationForm.FormD);
var filtered = decomposed.Where(c => char.GetUnicodeCategory(c) != UnicodeCategory.NonSpacingMark);
var newString = new String(filtered.ToArray());

这会从文本中分解重音符号，过滤它们并创建一个新字符串。组合变音符号属于Non spacing mark unicode 类别。

【讨论】：

嗨，Ben，感谢您的 sn-p，但它不能很好地处理字符 Ł 和 ł（保持原样而不是更改为 L 和 l）。
它对 æ 也没有任何作用。

【解决方案3】：

为了将来参考，这正是我最终得到的：

temp = stringToConvert.Normalize(NormalizationForm.FormD);
            IEnumerable<char> filtered = temp;
            filtered = filtered.Where(c => char.GetUnicodeCategory(c) != System.Globalization.UnicodeCategory.NonSpacingMark);
            final = new string(filtered.ToArray());

【讨论】：

【解决方案4】：

此解决方案的性能更好：

string test = "áéíóúç";

string result = Regex.Replace(test .Normalize(NormalizationForm.FormD), "[^A-Za-z| ]", string.empty);

【讨论】：