爲什麼不把一些變音符刪除？

我使用this answer中的方法從單詞中刪除特殊字符並將其更改爲簡單形式。這對於許多基本的口音來說非常合適，例如爲什麼不把一些變音符刪除？

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

然而，這並不能在一些其他人物工作，例如：

Strømsgodset remains "Strømsgodset" 
Kulħadd remains "Kulħadd"

是否有任何理由爲什麼這些字符不轉換的其他人一樣？

也就是有什麼辦法可以轉換成類似「組合拳」的字符，如：

æ -> ae 
ẞ -> ss

來源

2015-05-08 Gigi

因爲Unicode聯盟的語言學家和官僚們決定這樣做。 – xanatos

根據你的第二個問題，如何將它們映射到一對其他字符，使用'Dictionary '。然後很簡單：'foreach（var kv in dict）text = text.Replace（kv.Key.ToString（），kv.Value）' –

如果你知道世界上每種語言的所有特殊字符，那麼這將起作用。 – Gigi

因爲由Unicode協會編寫的Normalization chart沒有你想要的分解，以及Microsoft使用的圖表（或更可能是該圖表的文本版本，或者該圖表的舊版本，但這些是詳細信息）。

我不知道原因，因爲我不是語言學家，但我確實希望Unicode Consortium中有足夠的優秀語言學家來做正確的選擇。

注意覈對表是從規格化表分開的，所以你可以有：

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

是0 ...所以æ == ae和ħ == h

你甚至可以IndexOf，使用歸類：

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

和忽略大小寫：

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

來源

2015-05-08 13:34:56 xanatos

對於這些「雙重人物」是有道理的，但這也適用於其他人（例如ħ）嗎？ – Gigi

@gigi它與圖形相似的事實並不意味着它是'h'。你想把'$'simbol分解成一個'S'加一個'|'嗎？ :-) – xanatos

是嗎？ :)開玩笑說，爲什麼利用圖形（而不是語義）相似性有利於實際的原因，例如，搜索。 – Gigi

爲什麼不把一些變音符刪除？

回答

相關問題