Мне нужно сравнить 2 строки в С# и обрабатывать акцентированные буквы так же, как буквы без акцента. Например:
string s1 = "hello";
string s2 = "héllo";
s1.Equals(s2, StringComparison.InvariantCultureIgnoreCase);
s1.Equals(s2, StringComparison.OrdinalIgnoreCase);
Эти две строки должны быть одинаковыми (что касается моего приложения), но оба этих утверждения оцениваются как false. Есть ли способ в С# для этого?
EDIT 2012-01-20: О, мальчик! Решение было намного проще и было в рамках почти навсегда. Как указано knightpfhor:
string.Compare(s1, s2, CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace);
Здесь функция, которая переводит диакритические символы из строки:
static string RemoveDiacritics(string text)
{
string formD = text.Normalize(NormalizationForm.FormD);
StringBuilder sb = new StringBuilder();
foreach (char ch in formD)
{
UnicodeCategory uc = CharUnicodeInfo.GetUnicodeCategory(ch);
if (uc != UnicodeCategory.NonSpacingMark)
{
sb.Append(ch);
}
}
return sb.ToString().Normalize(NormalizationForm.FormC);
}
Подробнее в блоге MichKap (RIP...).
Принцип состоит в том, что он превращается 'é' в 2 последовательных символа 'e', острый. Затем он повторяется через символы и пропускает диакритические знаки.
"héllo" становится "he <sharp> llo", который, в свою очередь, становится "привет".
Debug.Assert("hello"==RemoveDiacritics("héllo"));
Примечание. Здесь более компактная версия .NET4 + с той же функцией:
static string RemoveDiacritics(string text)
{
return string.Concat(
text.Normalize(NormalizationForm.FormD)
.Where(ch => CharUnicodeInfo.GetUnicodeCategory(ch)!=
UnicodeCategory.NonSpacingMark)
).Normalize(NormalizationForm.FormC);
}
Если вам не нужно преобразовать строку, и вы просто хотите проверить равенство, вы можете использовать
string s1 = "hello";
string s2 = "héllo";
if (String.Compare(s1, s2, CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace) == 0)
{
// both strings are equal
}
или если вы хотите, чтобы сравнение было нечувствительным к регистру, а также
string s1 = "HEllO";
string s2 = "héLLo";
if (String.Compare(s1, s2, CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace | CompareOptions.IgnoreCase) == 0)
{
// both strings are equal
}
Следующий метод CompareIgnoreAccents(...) работает с вашими данными примера. Вот статья, в которой я получил свою справочную информацию: http://www.codeproject.com/KB/cs/EncodingAccents.aspx
private static bool CompareIgnoreAccents(string s1, string s2)
{
return string.Compare(
RemoveAccents(s1), RemoveAccents(s2), StringComparison.InvariantCultureIgnoreCase) == 0;
}
private static string RemoveAccents(string s)
{
Encoding destEncoding = Encoding.GetEncoding("iso-8859-8");
return destEncoding.GetString(
Encoding.Convert(Encoding.UTF8, destEncoding, Encoding.UTF8.GetBytes(s)));
}
Я думаю, что метод расширения будет лучше:
public static string RemoveAccents(this string s)
{
Encoding destEncoding = Encoding.GetEncoding("iso-8859-8");
return destEncoding.GetString(
Encoding.Convert(Encoding.UTF8, destEncoding, Encoding.UTF8.GetBytes(s)));
}
Тогда использование будет следующим:
if(string.Compare(s1.RemoveAccents(), s2.RemoveAccents(), true) == 0) {
...
Мне нужно было сделать что-то подобное, но с помощью метода StartsWith. Вот простое решение, полученное из @Serge - appTranslator.
Вот метод расширения:
public static bool StartsWith(this string str, string value, CultureInfo culture, CompareOptions options)
{
if (str.Length >= value.Length)
return string.Compare(str.Substring(0, value.Length), value, culture, options) == 0;
else
return false;
}
И для одного лайнера freaks;)
public static bool StartsWith(this string str, string value, CultureInfo culture, CompareOptions options)
{
return str.Length >= value.Length && string.Compare(str.Substring(0, value.Length), value, culture, options) == 0;
}
Акцентирующие нечувствительные и нечувствительные к случаю случаи, которые можно назвать такими
value.ToString().StartsWith(str, CultureInfo.InvariantCulture, CompareOptions.IgnoreNonSpace | CompareOptions.IgnoreCase)
Более простой способ удаления акцентов:
Dim source As String = "áéíóúç"
Dim result As String
Dim bytes As Byte() = Encoding.GetEncoding("Cyrillic").GetBytes(source)
result = Encoding.ASCII.GetString(bytes)
попробуйте эту перегрузку по методу String.Compare.
Метод String.Compare(String, String, Boolean, CultureInfo)
Он производит значение int, основанное на операциях сравнения, включая cultureinfo. в примере на странице сравнивается "Изменить" в en-US и en-CZ. CH в en-CZ - это единственная "буква".
пример из ссылки
using System;
using System.Globalization;
class Sample {
public static void Main() {
String str1 = "change";
String str2 = "dollar";
String relation = null;
relation = symbol( String.Compare(str1, str2, false, new CultureInfo("en-US")) );
Console.WriteLine("For en-US: {0} {1} {2}", str1, relation, str2);
relation = symbol( String.Compare(str1, str2, false, new CultureInfo("cs-CZ")) );
Console.WriteLine("For cs-CZ: {0} {1} {2}", str1, relation, str2);
}
private static String symbol(int r) {
String s = "=";
if (r < 0) s = "<";
else if (r > 0) s = ">";
return s;
}
}
/*
This example produces the following results.
For en-US: change < dollar
For cs-CZ: change > dollar
*/
поэтому для акцентированных языков вам нужно будет получить культуру, а затем проверить строки на основе этого.