Bỏ qua các chữ cái có dấu trong so sánh chuỗi

Tôi cần so sánh 2 chuỗi trong C # và xử lý các chữ cái có dấu giống như các chữ cái không có dấu. Ví dụ:

string s1 = "hello";
string s2 = "héllo";

s1.Equals(s2, StringComparison.InvariantCultureIgnoreCase);
s1.Equals(s2, StringComparison.OrdinalIgnoreCase);

Hai chuỗi này cần phải giống nhau (theo như ứng dụng của tôi có liên quan), nhưng cả hai câu lệnh này đều đánh giá là sai. Có cách nào trong C # để làm điều này không?

EDIT 2012-01-20: Ôi cậu bé! Giải pháp đơn giản hơn rất nhiều và đã ở trong khuôn khổ gần như mãi mãi. Như được chỉ ra bởi hiệp sĩ :

string.Compare(s1, s2, CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace);

Đây là một hàm loại bỏ dấu phụ từ một chuỗi:

static string RemoveDiacritics(string text)
{
  string formD = text.Normalize(NormalizationForm.FormD);
  StringBuilder sb = new StringBuilder();

  foreach (char ch in formD)
  {
    UnicodeCategory uc = CharUnicodeInfo.GetUnicodeCategory(ch);
    if (uc != UnicodeCategory.NonSpacingMark)
    {
      sb.Append(ch);
    }
  }

  return sb.ToString().Normalize(NormalizationForm.FormC);
}

Thêm chi tiết trên blog của MichKap ( RIP ... ).

Nguyên tắc là nó biến 'é' thành 2 ký tự liên tiếp 'e', ​​cấp tính. Sau đó, nó lặp đi lặp lại qua các ký tự và bỏ qua các dấu phụ.

"Héllo" trở thành "anh <cấp> llo", từ đó trở thành "xin chào".

Debug.Assert("hello"==RemoveDiacritics("héllo"));

Lưu ý: Đây là phiên bản .NET4 + nhỏ gọn hơn có cùng chức năng:

static string RemoveDiacritics(string text)
{
  return string.Concat( 
      text.Normalize(NormalizationForm.FormD)
      .Where(ch => CharUnicodeInfo.GetUnicodeCategory(ch)!=
                                    UnicodeCategory.NonSpacingMark)
    ).Normalize(NormalizationForm.FormC);
}

Nếu bạn không cần phải chuyển đổi chuỗi và bạn chỉ muốn kiểm tra sự bằng nhau, bạn có thể sử dụng

string s1 = "hello";
string s2 = "héllo";

if (String.Compare(s1, s2, CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace) == 0)
{
    // both strings are equal
}

hoặc nếu bạn muốn so sánh cũng không nhạy cảm

string s1 = "HEllO";
string s2 = "héLLo";

if (String.Compare(s1, s2, CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace | CompareOptions.IgnoreCase) == 0)
{
    // both strings are equal
}

Phương pháp sau đây CompareIgnoreAccents(...)hoạt động trên dữ liệu ví dụ của bạn. Đây là bài viết mà tôi đã nhận được thông tin cơ bản của mình: http://www.codeproject.com/KB/cs/EncodingAccents.aspx

private static bool CompareIgnoreAccents(string s1, string s2)
{
    return string.Compare(
        RemoveAccents(s1), RemoveAccents(s2), StringComparison.InvariantCultureIgnoreCase) == 0;
}

private static string RemoveAccents(string s)
{
    Encoding destEncoding = Encoding.GetEncoding("iso-8859-8");

    return destEncoding.GetString(
        Encoding.Convert(Encoding.UTF8, destEncoding, Encoding.UTF8.GetBytes(s)));
}

Tôi nghĩ rằng một phương pháp mở rộng sẽ tốt hơn:

public static string RemoveAccents(this string s)
{
    Encoding destEncoding = Encoding.GetEncoding("iso-8859-8");

    return destEncoding.GetString(
        Encoding.Convert(Encoding.UTF8, destEncoding, Encoding.UTF8.GetBytes(s)));
}

Sau đó, việc sử dụng sẽ là:

if(string.Compare(s1.RemoveAccents(), s2.RemoveAccents(), true) == 0) {
   ...

Tôi đã phải làm một cái gì đó tương tự nhưng với một phương pháp StartsWith. Đây là một giải pháp đơn giản bắt nguồn từ @Serge - appTranslator.

Đây là một phương pháp mở rộng:

    public static bool StartsWith(this string str, string value, CultureInfo culture, CompareOptions options)
    {
        if (str.Length >= value.Length)
            return string.Compare(str.Substring(0, value.Length), value, culture, options) == 0;
        else
            return false;            
    }

Và đối với một quái vật lót;)

    public static bool StartsWith(this string str, string value, CultureInfo culture, CompareOptions options)
    {
        return str.Length >= value.Length && string.Compare(str.Substring(0, value.Length), value, culture, options) == 0;
    }

Accentitive incensitive và case incensitive startedWith có thể được gọi như thế này

value.ToString().StartsWith(str, CultureInfo.InvariantCulture, CompareOptions.IgnoreNonSpace | CompareOptions.IgnoreCase)

Một cách đơn giản hơn để loại bỏ dấu:

    Dim source As String = "áéíóúç"
    Dim result As String

    Dim bytes As Byte() = Encoding.GetEncoding("Cyrillic").GetBytes(source)
    result = Encoding.ASCII.GetString(bytes)

thử quá tải này trên Phương thức String.Compare.

Phương thức String.Compare (Chuỗi, Chuỗi, Boolean, CultureInfo)

Nó tạo ra một giá trị int dựa trên các hoạt động so sánh bao gồm cả văn hóa. ví dụ trong trang so sánh "Thay đổi" trong en-US và en-CZ. CH trong en-CZ là một "chữ cái" duy nhất.

ví dụ từ liên kết

using System;
using System.Globalization;

class Sample {
    public static void Main() {
    String str1 = "change";
    String str2 = "dollar";
    String relation = null;

    relation = symbol( String.Compare(str1, str2, false, new CultureInfo("en-US")) );
    Console.WriteLine("For en-US: {0} {1} {2}", str1, relation, str2);

    relation = symbol( String.Compare(str1, str2, false, new CultureInfo("cs-CZ")) );
    Console.WriteLine("For cs-CZ: {0} {1} {2}", str1, relation, str2);
    }

    private static String symbol(int r) {
    String s = "=";
    if      (r < 0) s = "<";
    else if (r > 0) s = ">";
    return s;
    }
}
/*
This example produces the following results.
For en-US: change < dollar
For cs-CZ: change > dollar
*/

Do đó, đối với các ngôn ngữ có dấu, bạn sẽ cần có văn hóa sau đó kiểm tra các chuỗi dựa trên đó.

http://msdn.microsoft.com/en-us/l Library / hyxc48dt.aspx