c# - 为什么删除重音符号/变音符号时 Đ 没有变平为 D

Question

我正在使用这种方法从我的字符串中删除重音符号:

static string RemoveAccents(string input)
{
    string normalized = input.Normalize(NormalizationForm.FormKD);
    StringBuilder builder = new StringBuilder();
    foreach (char c in normalized)
    {
        if (char.GetUnicodeCategory(c) !=
        UnicodeCategory.NonSpacingMark)
        {
            builder.Append(c);
        }
    }
    return builder.ToString();
}

但此方法将 đ 保留为 đ 而不会将其更改为 d，即使 d 是其基本字符。你可以用这个输入字符串试试

在字母 đ 中有什么特别之处？

Answer 1

为什么它不起作用的答案是“d 是它的基本字符”这一说法是错误的。 U+0111(带笔划的拉丁文小写字母 D)具有 Unicode 类别“字母，小写”并且没有分解映射(即，它不会分解为后跟组合标记的“d”)。

"đ".Normalize(NormalizationForm.FormD) 只是返回"đ"，它不会被循环剥离，因为它不是非间距标记.

对于“ø”和其他 Unicode 未提供分解映射的字母，也会存在类似的问题。 (如果你试图找到“最好的”ASCII 字符来表示一个 Unicode 字母，这种方法对西里尔字母、希腊字母、中文字母或其他非拉丁字母根本不起作用；如果例如，您想将“ß”音译为“ss”。使用像 UnidecodeSharp 这样的库可能会有所帮助。)