C＃中字符集的转换

Question

  

可能重复：
  How do I remove diacritics (accents) from a string in .NET?

我们的项目在网页中生成一个字符串（Mērānāmanitinahai），当我们使用Regex.match函数读取它时，我们得到一个字符串，其中这些特殊字符被转换为某些浏览器代码，如\＆amp;＃\ 257 （没有反斜杠）代替ā。所以我们想把它转换成'a'或'ā'。这样我们就可以在进一步的程序中使用它。 感谢

Answer 1

我不确定我的方法是否完全正确，但它对我有用：

[编辑]

string first = @"Mērā nāma nitina hai";
first = System.Web.HttpUtility.HtmlDecode(first);

byte[] ansi = System.Text.Encoding.Convert(Encoding.Unicode, Encoding.GetEncoding(1252), Encoding.Unicode.GetBytes(first));
string output = Encoding.Unicode.GetString(System.Text.Encoding.Convert(Encoding.GetEncoding(1252), Encoding.Unicode, ansi));
MessageBox.Show(output);

此代码的主要思想 - 您将字符串转换为ANSI并返回UNICODE。在这个行动之后，所有的变音符都消失了。

Answer 2

这个怎么样：

var correctStr = HttpUtility.HtmlDecode(@"Mērā nāma nitina hai");

说明：ā是html entity character，表示带有unicode代码257的特殊重音字符。

Answer 3

您需要使用String.Normalize方法。