Question

我使用this answer中的方法从单词中删除特殊字符并将其更改为简单形式。这适用于许多基本口音，例如

Malmö becomes "Malmo"
München becomes "Munchen"
Åge becomes "Age"

但是，这并不适用于其他一些角色，例如：

Strømsgodset remains "Strømsgodset"
Kulħadd remains "Kulħadd"

有没有理由为什么这些角色不像其他角色那样被转换？

也有任何方法可以同样转换＆＃39;组合＆＃39;字符如：

æ -> ae
ẞ -> ss

Answer 1

因为Unicode Consortium编写的Normalization chart没有您想要的分解，并且Microsoft使用该图表（或者更可能是该图表的文本版本，或者可能是该图表的旧版本），但这些都是细节。）

我不知道原因，因为我不是语言学家，但我确实希望Unicode联盟中有足够好的语言学家来做出正确的选择。

请注意，排序规则表与标准化表分开，因此您可以拥有：

int res = string.Compare("æ", "ae", CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace);

是0 ...所以æ == ae和ħ == h

您甚至可以IndexOf使用整理：

int ix = CultureInfo.CurrentCulture.CompareInfo.IndexOf(
    "Ad aeternitatem", 
    "æter", 
    CompareOptions.IgnoreNonSpace); // 3

并忽略大小写：

int ix = CultureInfo.CurrentCulture.CompareInfo.IndexOf(
    "Ad Aeternitatem", 
    "æter", 
    CompareOptions.IgnoreNonSpace | CompareOptions.IgnoreCase); // 3

为什么一些变音符号被剥夺了？

1 个答案: