C# 中的 Slugify 和字符转写

Question

我正在尝试将以下 slugify 方法从 PHP 转换为 C#： http://snipplr.com/view/22741/slugify-a- string-in-php/

编辑： 为了方便起见，这里是上面的代码：

/**
 * Modifies a string to remove al non ASCII characters and spaces.
 */
static public function slugify($text)
{
    // replace non letter or digits by -
    $text = preg_replace('~[^\\pL\d]+~u', '-', $text);

    // trim
    $text = trim($text, '-');

    // transliterate
    if (function_exists('iconv'))
    {
        $text = iconv('utf-8', 'us-ascii//TRANSLIT', $text);
    }

    // lowercase
    $text = strtolower($text);

    // remove unwanted characters
    $text = preg_replace('~[^-\w]+~', '', $text);

    if (empty($text))
    {
        return 'n-a';
    }

    return $text;
}

我对其余部分进行编码没有问题，除了找不到C# 相当于以下 PHP 代码行：

$text = iconv('utf-8', 'us-ascii//TRANSLIT', $text);

编辑： 这样做的目的是将非 ASCII 字符（例如 Reformáció Genfi Emlékműve Előtt）转换为 reformacio-genfi-emlekmuve-elott

Answer 1

我还想补充一点， //TRANSLIT 删除了撇号，而 @jxac 解决方案没有解决这个问题。我不知道为什么，但首先将其编码为西里尔字母，然后编码为 ASCII，您会得到与 //TRANSLIT 类似的行为。

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

=> "eaaoiO"

Answer 2

Codeplex 上有一个用于音译的 .NET 库 - unidecode。它通常使用从 python 移植的 Unicode 表来实现这一点。

Answer 3

转换为字符串：

byte[] unicodeBytes = Encoding.Unicode.GetBytes(str);
byte[] asciiBytes = Encoding.Convert(Encoding.Unicode, Encoding.ASCII, unicodeBytes);
string asciiString = Encoding.ASCII.GetString(asciiBytes);

转换为字节：

byte[] ascii = Encoding.ASCII.GetBytes(str);

@Thomas Levesque 是对，将由输出流编码...

要删除变音符号（重音符号），您可以使用 String.Normalize 函数，详细信息如下：

http://www.siao2.com/2007/05/14/2629747.aspx

应该可以处理大多数情况（其中该字形实际上是一个字符加上一个重音符号）。进行更积极的字符匹配（以处理斯堪的纳维亚slashed o [Ø]、二合字母和其他外来字形），有表格方法：

http: //www.codeproject.com/KB/cs/UnicodeNormalization.aspx

除了规范化之外，还包括大约 1,000 个符号映射。

（注意，示例中的正则表达式替换删除了所有标点符号）