我正在寻找伪代码或示例代码，将高位ASCII字符（例如扩展ASCII 154表示的Ü）转换为普通ASCII字符U（ASCII 85）。
我的初步猜测是，由于只有大约25个ASCII字符类似于7位ASCII字符，因此需要使用一个翻译数组。
如果您能想到其他任何方法，请告诉我。
我的初步猜测是，由于只有大约25个ASCII字符类似于7位ASCII字符，因此需要使用一个翻译数组。
如果您能想到其他任何方法，请告诉我。
15个回答
40
对于.NET用户，CodeProject中的文章（感谢GvS的技巧）确实比我迄今看到的其他任何答案都更正确地回答了这个问题。
然而，该文章中的代码（解决方案＃1）很繁琐。下面是一个紧凑版：
// Based on http://www.codeproject.com/Articles/13503/Stripping-Accents-from-Latin-Characters-A-Foray-in
private static string LatinToAscii(string inString)
{
var newStringBuilder = new StringBuilder();
newStringBuilder.Append(inString.Normalize(NormalizationForm.FormKD)
.Where(x => x < 128)
.ToArray());
return newStringBuilder.ToString();
}
返回一个新字符串，其文本值与此字符串相同，但其二进制表示采用指定的Unicode规范形式。
具体来说，在这种情况下，我们使用NormalizationForm FormKD，在MSDN文档中被描述为：
FormKD-表示使用全兼容分解对Unicode字符串进行规范化。
有关Unicode规范化形式的更多信息，请参见Unicode附录＃15。
- sinelaw
17
大多数语言都有一种标准的方式将带重音的字符替换为标准的 ASCII 字符，但这取决于语言，通常涉及将单个带重音的字符替换为两个 ASCII 字符。例如，在德语中，ü 会被替换为 ue。因此，如果您想正确处理自然语言，它比您想象的要复杂得多。
- Mark Baker
11
真的想将Ü转换为U吗？我不知道其他语言，但在德语中，Ü会变成Ue，ö会变成oe等等。
- JMB
2
3即使这很简单，如果在全大写单词中使用，Ü 也会变成 UE。 - Felix Dombek
还有一些情况需要使用7位字符集，例如SMTP内容传输编码 - en.wikipedia.org/wiki/MIME#Content-Transfer-Encoding。另外，如果您因为SMTP问题查看此帖子，请查看您的SMTP客户端/库的UUEncoding功能。 - Aaron Newton
6
我认为你不能这样做。
我通常会这样做：
AccentString = 'ÀÂÄÉÈÊ[以及所有其他字符]'
ConvertString = 'AAAEEE[以及所有其他字符]'
查找AccentString中的字符，并将其替换为ConvertString中相同索引处的字符。
希望对你有所帮助。
- vIceBerg
6
在代码页1251中，字符使用2个字节进行编码：一个用于基本字符，另一个用于变体。然后，当你重新编码为ASCII时，只有基本字符被保留。
public string RemoveDiacritics(string text)
{
return System.Text.Encoding.ASCII.GetString(System.Text.Encoding.GetEncoding(1251).GetBytes(text));
}
来源： http://www.clt-services.com/blog/post/Enlever-les-accents-dans-une-chaine-(proprement).aspx
该文章介绍了如何正确地从字符串中移除重音符号。这在 IT 技术中经常用到，比如当你需要将字符串用作文件名或 URL 时。通过使用 C# 中的特定类和方法，可以轻松地实现这一目标。- Michel
5
如通过unexist提出的建议： "iconv"函数存在于几乎所有编程语言中，可处理所有奇怪的转换，并具有特殊选项，尝试使用近似值将目标集中缺失的字符进行转换。
使用iconv将输入的UTF-8字符串简单地转换为7位ASCII。
否则，您总会遇到角落案例：8位输入使用不同的代码页和不同的字符集（因此根本无法与您的转换表一起使用），忘记映射一个最后的愚蠢重音字符（您映射了所有重/轻音符号，但忘记了映射捷克符号或北欧'°'等）等等。
当然，如果您想将解决方案应用于小型特定问题（为音乐收藏创建文件系统友好的文件名），则查找数组是正确的方法（对于每个超过128的代码号码映射为128下面的近似值，如JeeBee所建议的；或者vIceBerg提出的源/目标对取决于您选择的语言中已有哪些替换函数），因为它可以快速地组合并快速检查缺少的元素。
- DrYak
1
我认为你已经掌握了它。一个128字节长的字节数组，由char&127索引，包含8位比特字符的匹配7位字符。
- JeeBee
1
嗯，为什么不使用iconv更改字符串的编码呢？
- unexist
1
- GvS
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接