除了 "ñ" 外，删除字符串中的重音。

Question

我有以下示例代码：

var inputString = "ñaáme";
inputString = inputString.Replace('ñ', '\u00F1');
var normalizedString = inputString.Normalize(NormalizationForm.FormD);
var result = Regex.Replace(normalizedString, @"[^ñÑa-zA-Z0-9\s]*", string.Empty);
return result.Replace('\u00F1', 'ñ'); // naame :(

我需要对文本进行规范化处理，但是不能删除其中的“ñ”字符。

我遵循了这个示例，但它是针对Java的，对我没有起作用。

我的期望结果是："ñaame"。

- HenryGuillen17

Answer 1

您可以使用 (?i)[\p{L}-[ña-z]]+ 正则表达式匹配除了特定字母 ñ 和ASCII字母（不需要规范化）外的任何Unicode字母，并进行规范化。然后，还应从字符串中删除任何组合标记。

使用：

var inputString = "ñaáme";
var result = string.Concat(Regex.Replace(inputString, @"(?i)[\p{L}-[ña-z]]+", m => 
        m.Value.Normalize(NormalizationForm.FormD)
    )
    .Where(c => CharUnicodeInfo.GetUnicodeCategory(c) != UnicodeCategory.NonSpacingMark));
Console.Write(result);

请参阅C#演示

模式描述

• (?i) - 忽略大小写的修饰符
• [ - 字符类的开始
  • \p{L} - 任何Unicode字母
  • -[ - 除了以下字符
    • ña-z - ñ 和 ASCII 字母
  • ] - 字符类的结束
• ]+ - 至少出现1次。

- Wiktor Stribiżew

---

你的答案非常好。我使用了他的代码。 非常感谢你。 - HenryGuillen17

当然，我从来没有想到过用那种方式解决问题，而且我看到了一些正则表达式。再次感谢你。 - HenryGuillen17