Question

我正在寻找伪代码或示例代码，以将更高位的ascii字符（例如，Ü，其扩展为ascii 154）转换为U（ascii 85）。

我最初的猜测是，由于只有大约25个与7位ascii字符类似的ascii字符，因此必须使用翻译数组。

如果您能想到其他任何事情，请告诉我。

Answer 1

对于.NET用户，article in CodeProject（感谢GvS's tip）确实比我到目前为止看到的任何其他问题更准确地回答了问题。

然而，该文章中的代码（在解决方案＃1中）很麻烦。这是一个紧凑版本：

// 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();
}

为了扩展答案，此方法使用String.Normalize，其中：

返回一个新字符串，其文本值与此字符串相同，但其二进制表示形式是指定的Unicode 规范化形式。

特别是在这种情况下，我们使用NormalizationForm FormKD，在相同的MSDN文档中对此进行了描述：

FormKD - 表示使用完全兼容性分解对Unicode字符串进行规范化。

有关unicode规范化表单的更多信息，请参阅Unicode Annex #15。

Answer 2

大多数语言都有标准方法用标准ASCII替换重音字符，但它取决于语言，并且通常涉及用两个ASCII字符替换单个重音字符。例如在德国ü成为你。因此，如果你想要正确处理自然语言，它会比你想象的要复杂得多。

Answer 3

将Ü转换为U真的是你想要做的吗？我不知道其他语言，但在德语中Ü会成为Ue，ö会成为oe等。

Answer 4

我认为你不能。

我经常这样做：

AccentString ='ÀÂÄÉÈÊ[和所有其他]' ConvertString ='AAAEEE [和所有其他]'

在AccentString中查找char并将其替换为ConvertString中的相同索引

HTH

Answer 5

在代码页1251中，字符用2个字节编码：一个用于基本字符，一个用于变量。然后，当您以ASCII格式编码时，只保留基本字符。

public string RemoveDiacritics(string text)
{

  return System.Text.Encoding.ASCII.GetString(System.Text.Encoding.GetEncoding(1251).GetBytes(text));

}

来自：http://www.clt-services.com/blog/post/Enlever-les-accents-dans-une-chaine-(proprement).aspx

Answer 6

确实如同未说明的提议： “iconv”函数用于处理所有奇怪的转换，几乎适用于所有编程语言，并且有一个特殊选项，试图用近似值转换目标集中缺失的字符。

使用iconv简单地将输入的UTF-8字符串转换为7位ASCII。

否则，你总是会遇到角落情况：8位输入使用不同的代码页和不同的字符集（因此根本无法使用你的转换表），忘记映射最后一个愚蠢的重音字符（你映射了）所有严重/尖锐的口音，但忘了映射捷克卡龙或北欧'°'）等。

当然，如果您想将解决方案应用于一个小的特定问题（为您的音乐集合制作文件系统友好的文件名），那么查找数组就是可行的方法（对于上面的每个代码编号都是一个数组） 128根据JeeBee的建议绘制128以下的近似值，或vIceBerg提出的源/目标对，具体取决于您选择的语言中已有的替换函数），因为它很快被黑客攻击并快速检查缺失的元素。

Answer 7

我认为你好像已经钉了它。一个128字节长的字节数组，由char＆amp; 127索引，包含8位字符的匹配7位字符。

Answer 8

嗯，为什么不用iconv来改变字符串的编码？

Answer 9

这实际上取决于源字符串的性质。如果您知道字符串的编码，并且您知道它是8位编码 - 例如，ISO Latin 1或类似 - 那么一个简单的静态数组就足够了：

static const char xlate[256] = { ..., ['é'] = 'e', ..., ['Ü'] = 'U', ... }
...
new_c = xlate[old_c];

另一方面，如果你有不同的编码，或者你使用的是UTF-8编码的字符串，你可能会发现ICU库中的函数非常有帮助。

Answer 10

有一篇关于CodeProject的文章看起来不错。

使用代码页1251的转换也引起我的兴趣（参见其他答案）。

我不喜欢转换表，因为Unicode中的字符数很大，很容易错过一个。

Answer 11

我认为你已经把它钉在头上了。鉴于您的域名有限，转换数组或哈希是您最好的选择。尝试自动化创建任何复杂的东西都没有意义。

Answer 12

查找数组可能是实现此目的的最简单，最快捷的方法。这是一种可以将ASCII转换为EBCDIC的方法。

Answer 13

高128个字符没有标准含义。他们可以根据用户的语言采取不同的解释（代码页）。

例如，请参阅 Portuguese 与 French Canadian

除非您知道代码页，否则您的“翻译”有时会出错。

如果您要假设某个代码页（例如原始的IBM代码页），那么翻译阵列将起作用，但对于真正的国际用户来说，这将是错误的。

这就是为什么unicode比较旧的代码页系统更受青睐的原因之一。

严格来说，ASCII只有7位。

Answer 14

我使用此函数修复带有重音的变量，以便从VB6传递给soap函数：

Function FixAccents(ByVal Valor As String) As String

    Dim x As Long
    Valor = Replace(Valor, Chr$(38), "&#" & 38 & ";")

    For x = 127 To 255
        Valor = Replace(Valor, Chr$(x), "&#" & x & ";")
    Next

    FixAccents = Valor

End Function

在soap函数中，我这样做（对于变量Filename）：

FileName = HttpContext.Current.Server.HtmlDecode(FileName)

Answer 15

尝试uni2ascii计划。

如何将8位字符转换为7位字符？（即Ü到U）

15 个答案:

如何将8位字符转换为7位字符？ （即Ü到U）

15 个答案:

如何将8位字符转换为7位字符？（即Ü到U）