C# 字符串 Normalize() 方法

在 C# 中，Normalize() 方法被用来将 Unicode 字符串标准化为一种标准格式。这个方法可以忽略字符串中的 Unicode 声调符号、特殊字符和重音符号等。

Normalize() 方法有四个重载，可以通过传递不同的 Unicode 形式来实现不同的标准化方式。

Unicode 标准化方式

Unicode 标准化方式主要有四个：

• Normalization Form C: 这种方式将所有字符拆分成简单字符和组合形式，并使用统一的字符编码。也就是说，将带有重音符号或声调的字符转换为基字符和包含音调或重音符号的字符序列。
• Normalization Form D: 类似于 C，但不会使用组合字符序列。而是将源字符显式转换为多个单独字符。
• Normalization Form KC: 这种方式会对红拼音和带音节符号的汉字进行标准化，将其转换为单一的“规范形式”。同时，它会将半角字符和全角字符转换为相应的统一字符编码。
• Normalization Form KD: 类似于 KC，但不会使用组合字符序列。

使用示例

以下是一个示例程序，该程序演示了如何使用 Normalize() 方法来标准化 Unicode 字符串。

using System;

class Program {
    static void Main(string[] args) {
        string original = "Café"; // 带有重音符号的 "e"
		
        // 输出原始字符串
        Console.WriteLine("原始字符串: " + original);
		
        // 使用不同的标准化方式标准化字符串
        string normalizedC = original.Normalize(NormalizationForm.FormC);
        string normalizedD = original.Normalize(NormalizationForm.FormD);
        string normalizedKC = original.Normalize(NormalizationForm.FormKC);
        string normalizedKD = original.Normalize(NormalizationForm.FormKD);

        // 输出标准化后的字符串
        Console.WriteLine("Normalization Form C: " + normalizedC);
        Console.WriteLine("Normalization Form D: " + normalizedD);
        Console.WriteLine("Normalization Form KC: " + normalizedKC);
        Console.WriteLine("Normalization Form KD: " + normalizedKD);
    }
}

输出结果为：

原始字符串: Café
Normalization Form C: Café
Normalization Form D: Café
Normalization Form KC: Café
Normalization Form KD: Café

从输出结果可以看出，最后一个字符在 C 和 D 两种标准化方式下均被转换成了基字符和包含音调的字符序列，而在 KC 和 KD 两种标准化方式下则被直接转换成了标准形式。