将特殊字符转换为普通字符

Question

我需要一种方法来转换特殊字符，例如：

Helloæ

将其转换为普通字符。因此，这个词最终会变成Helloae。目前我尝试过HttpUtility.Decode或将UTF8转换为win1252的方法，但都没有成功。是否有一些简单通用的方法可以做到这一点呢？

谢谢。

编辑

我已经尝试过在OC上发布的两种方法。以下是这些方法：

public static string ConvertUTF8ToWin1252(string _source)
{
    Encoding utf8 = new UTF8Encoding();
    Encoding win1252 = Encoding.GetEncoding(1252);

    byte[] input = _source.ToUTF8ByteArray();
    byte[] output = Encoding.Convert(utf8, win1252, input);

    return win1252.GetString(output);
}

// It should be noted that this method is expecting UTF-8 input only,
// so you probably should give it a more fitting name.
private static byte[] ToUTF8ByteArray(this string _str)
{
    Encoding encoding = new UTF8Encoding();
    return encoding.GetBytes(_str);
}

但是它没有生效。字符串保持不变。

- hsim

---

@James 这个解决方案对于字符串 Helloæ 无效。 - Dustin Kingen

嗯，@James，我已经尝试实现了重复的方法，但它并不起作用。 - hsim

@HerveS 好的，我理解。不过很遗憾我无法撤销我的关闭投票，尽管如此，这仍然是一个重复的问题。你是否尝试过问题中的其他答案？有多种方法可以解决它。 - James

是的，我已经尝试了问题中发布的两种类似的方法，但它们都不起作用。如果您知道任何方法，请随时提供。我仍在寻找一种解决方法。 - hsim

你的注释“请注意，此方法仅接受UTF-8输入”不适用于你的函数，因为它不是以字节数组而是以字符串对象作为输入。字符串对象独立于任何编码。一旦你将UTF8字节数组转换为字符串，它就与任何其他字符串相同。 - wborgsm

Answer 1

参见：是否有.NET音译库？

UnidecodeSharpFork

用法：

var result = "Helloæ".Unidecode();
Console.WriteLine(result) // Prints Helloae

- Dustin Kingen

---

我正前往查看UnidecodeSharpFork。那将是一个好工具。 - hsim

这是一个基于Perl和Python中其他表格编译的音译表。 - Dustin Kingen

这似乎是更好的解决方案，因为它消除了选择要转译哪些字符的负担。 - Mgetz

在使用之前，我不太确定这个许可证的情况，所以你可能需要进行调查。 - Dustin Kingen

是的 :) 正是我想要的。谢谢！ - hsim

Answer 2

没有直接的映射关系将æ和ae转换为完全不同的Unicode代码点。如果您需要这样做，最可能需要编写一个函数，将有问题的代码点映射到所需的字符串。

根据评论，您可能需要采用两个阶段的方法：

1. 根据可能的重复链接删除变音符号和组合字符
2. 将任何剩余的非组合字符映射到备用字符串

switch(badChar){
   case 'æ':
   return "ae";
   case 'ø':
   return "oe";
   // and so on
}

- Mgetz

---

是的，那可能是一个解决方案。我必须承认我不知道如何做到这一点。我会更新我的帖子，展示我迄今为止所做的（并且没有起作用）。 - hsim

“æ”是由字母“ae”组成的。 - James

@James 实际上不是这样，请查找相关的Unicode，那是一个独立的字符U+00E6，因此不存在组合字符。 - Mgetz

我不知道如何进行第二步。你能指导我吗？ - hsim

好的，我想我明白你的观点了，而且几乎所有的评论都指向这个解决方案。我想我会实现类似的东西，如果它有效的话，我会再联系你的。 - hsim

使用类似于这个答案中的switch应该比我建议的字典更快。在switch的末尾添加default: return badChar; - wborgsm