c# - 如何将 UTF-8 字符转换为 ASCII 以便在 URL 中使用？

Question

我想自动将 UTF-8 字符(如 â Ù á Č Ģ)转换为 a U a C G，以便它们在 URL 中可接受。

到目前为止我有这个:

Encoding sourceEncoding = Encoding.GetEncoding(28591); // ISO-8859-1

byte[] asciiBytes = Encoding.Convert(sourceEncoding, Encoding.ASCII, sourceEncoding.GetBytes(<source text>));

String asciiString = Encoding.UTF8.GetString(asciiBytes);

这种方法的两个问题:

1. 这对某些字符(Č 和 Ģ)工作正常，但对于其他字符(â、Ù、á)，它返回一个问号代替字符。
2. 整个网站都是 UTF-8，而不是 ISO-8859-1，但是当我将 sourceEncoding 设置为 Encoding.UTF8 时，所有字符都转换为问号，所以它根本不起作用。

对如何实现这项工作有任何想法吗？

Answer 1

您最好使用 normalization 删除变音符号(通常称为重音符号，您知道:波浪号、cédille、元音变音符和其他 friend ) .

以下方法应替换 99% 的所有变音符号。然而，最后一个百分比仍将显示为？。如果你不想看到？字符，使用此方法后将其替换为空字符串。

public static string RemoveDiacritics(string value)
{
    if (String.IsNullOrEmpty(value))
        return value;

    string normalized = value.Normalize(NormalizationForm.FormD);
    StringBuilder sb = new StringBuilder();

    foreach (char c in normalized)
    {
        if (System.Globalization.CharUnicodeInfo.GetUnicodeCategory(c) != System.Globalization.UnicodeCategory.NonSpacingMark)
            sb.Append(c);
    }

    Encoding nonunicode = Encoding.GetEncoding(850);
    Encoding unicode = Encoding.Unicode;

    byte[] nonunicodeBytes = Encoding.Convert(unicode, nonunicode, unicode.GetBytes(sb.ToString()));
    char[] nonunicodeChars = new char[nonunicode.GetCharCount(nonunicodeBytes, 0, nonunicodeBytes.Length)];
    nonunicode.GetChars(nonunicodeBytes, 0, nonunicodeBytes.Length, nonunicodeChars, 0);

    return new string(nonunicodeChars);
}

希望对您有所帮助!