Мне нужно получить текстовое содержимое на португальском языке из файла Excel и создать xml, который будет использоваться приложением, не поддерживающим такие символы, как «ç», «á», «é» и другие. И я не могу просто удалить символы, а заменить их эквивалентами (например, «c», «a», «e»).
Я полагаю, что есть лучший способ сделать это, чем проверять каждый символ по отдельности и заменять его на их аналоги. Есть предложения, как это сделать?
Вы можете попробовать что-то вроде
var decomposed = "áéö".Normalize(NormalizationForm.FormD);
var filtered = decomposed.Where(c => char.GetUnicodeCategory(c) != UnicodeCategory.NonSpacingMark);
var newString = new String(filtered.ToArray());
Это расставляет акценты в тексте, фильтрует их и создает новую строку. Комбинированные диакритические знаки относятся к категории Unicode без пробелов.
На будущее, это именно то, что у меня получилось:
temp = stringToConvert.Normalize(NormalizationForm.FormD);
IEnumerable<char> filtered = temp;
filtered = filtered.Where(c => char.GetUnicodeCategory(c) != System.Globalization.UnicodeCategory.NonSpacingMark);
final = new string(filtered.ToArray());
Работа лучше с этим решением:
string test = "áéíóúç";
string result = Regex.Replace(test .Normalize(NormalizationForm.FormD), "[^A-Za-z| ]", string.empty);
