Warum D abgeflacht Đ bekommen nicht, wenn Akzente/Diacritics

Question

Entfernen Ich benutze diese Methode Akzente aus meiner Strings zu entfernen:

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(); 
} 

aber diese Methode lässt đ als DJ- und es ändert sich nicht zu d, obwohl d ist seine Basis char. Sie können es versuchen, mit diesem Eingabestring „æøåáâăäĺćçčéęëěíîďđńňóôőöřůúűüýţ“

Was in Brief đ so besonders?

Answer 1

Die Antwort für arbeiten, warum dies nicht den Fall funktioniert, dass die Aussage, dass falsch ist „d seine Basis char ist“. U + 0111 (LATEIN KLEINER BRIEF D MIT HUB) hat die Unicode-Kategorie "Brief, Kleinbuchstabe" und hat keine Dekompositionskartierung (d. H. Es zerfällt nicht zu "d", gefolgt von einer Kombinationsmarkierung).

"đ".Normalize(NormalizationForm.FormD) gibt einfach "đ" zurück, die nicht von der Schleife entfernt wird, da es keine Nicht-Abstandsmarkierung ist.

Ein ähnliches Problem tritt für "ø" und andere Buchstaben auf, für die Unicode keine Dekompositionszuordnung bereitstellt. (Und wenn Sie versuchen, das "beste" ASCII-Zeichen für einen Unicode-Buchstaben zu finden, funktioniert dieser Ansatz für kyrillische, griechische, chinesische oder andere nicht-lateinische Alphabete überhaupt nicht. Sie werden auch Probleme bekommen, wenn B. mit Hilfe einer Bibliothek wie UnidecodeSharp.

Answer 2

Ich muss zugeben, dass ich nicht sicher bin, warum das funktioniert, aber es scheint sicher zu

var str = "æøåáâăäĺćçčéęëěíîďđńňóôőöřůúűüýţ"; 
var noApostrophes = Encoding.ASCII.GetString(Encoding.GetEncoding("Cyrillic").GetBytes(str)); 

=> "aoaaaaalccceeeeiiddnnooooruuuuyt"

Answer 3

"D with stroke" (Wikipedia) in mehreren Sprachen verwendet wird, und scheint in jedem von ihnen ein eindeutiger Buchstabe zu sein - und deshalb bleibt es unverändert.

Answer 4

soll diese

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

     for (int i = 0; i < normalized.Length; i++) 
     { 
      Char c = normalized[i]; 
      if (CharUnicodeInfo.GetUnicodeCategory(c) != UnicodeCategory.NonSpacingMark) 
       sb.Append(c); 
     } 

     return sb.ToString(); 
    }