c# - 将组合变音符号转换为简单的 utf

Question

由于某些编码问题，我在将字符串插入数据库时​​遇到问题。

字符串源是外部 rss 提要。 在网络浏览器中它看起来不错。即使在调试器中，文本似乎也没有问题。 如果我将strong复制到记事本，结果也可以。

但是在 Notepad++ 中可以看到字符串正在使用组合字符。 如果更改为 ansii，则两者合并出现。 例如

á 显示为´

(在 Notepad++ 中就像有两个字符，在另一个之上。我什至可以选择...一半的字符)

我在谷歌上搜索了很多，并尝试了非常不同的方法来解决这个问题。 我真的很想找到一种将变音符号组合成简单的 utf8 数据库兼容变音符号来转换字符串的巧妙方法。

有什么帮助吗？ 非常感谢!

Answer 1

这应该适合你

output.Normalize(NormalizationForm.FormC)

这个小测试给出了 3、2、3。中间的字符串正确地将 A 和变音符号组合成单个 UTF-8 字符

Console.WriteLine(Encoding.UTF8.GetByteCount(("A\u0302")));    
Console.WriteLine(Encoding.UTF8.GetByteCount(("A\u0302").Normalize(NormalizationForm.FormC)));
Console.WriteLine(Encoding.UTF8.GetByteCount(("T\u0302").Normalize(NormalizationForm.FormC)));