So entfernen Sie Akzente und tilde in C++ std::string

Ich bin nicht einverstanden mit den derzeit in "genehmigt" zu beantworten. Die Frage macht durchaus Sinn, wenn Sie die Indizierung von text. Wie groß- /Kleinschreibung zu suchen, accent-insensitive-Suche ist eine gute Idee. "naiv" entspricht "Naiv" entspricht "naiv" entspricht "NAIV" (Sie tun wissen, dass ein großes i ist, die ich in Türkisch? Das ist, warum Sie ignorieren Akzente)

Nun, den besten Algorithmus angedeutet wird, wird durch die genehmigte Antwort: Verwenden Sie NKD (Zersetzung) zu zerlegen akzentuierte Buchstaben in den sockel ein Brief und ein separates Akzent, und entfernen Sie dann alle Akzente.

Gibt es wenig Sinn, in der re-Komposition, danach, wenn. Sie entfernt die meisten Sequenzen, die ändern würde, und die anderen sind für alle Absichten und Zwecke identisch sowieso. Was ist der Unterschied zwischen æ in der NKC und æ im NKD?

InformationsquelleAutor MSalters

Möchten Sie vielleicht zu prüfen, den boost (http://www.boost.org/) Bibliothek.

Es hat eine regexp-Bibliothek, die Sie nutzen könnten.
Darüber hinaus hat es eine bestimmte Bibliothek, die einige Funktionen zur string-manipulation (link) einschließlich ersetzen.

InformationsquelleAutor Johan

Wenn Sie können (wenn Sie mit Unix), schlage ich vor, den tr Anlage: es ist maßgeschneidert für diesen Zweck. Denken Sie daran, keine Codes == keine fehlerhafte code. 🙂

Edit: Sorry, du hast Recht, tr scheint nicht zu funktionieren. Wie wäre sed? Es ist eine ziemlich dumme script, das ich geschrieben habe, aber es funktioniert für mich.

#!/bin/sed -f
s/á/a/g;
s/é/e/g;
s/í/i/g;
s/ó/o/g;
s/ú/u/g;
s/ñ/n/g;

InformationsquelleAutor Chris Jester-Young

    ///<summary>
    ///
    ///Replace any accent and foreign character by their ASCII equivalent.
    ///In other words, convert a string to an ASCII-complient string.
    ///
    ///This also get rid of special hidden character, like EOF, NUL, TAB and other '\0', except \n\r
    ///
    ///Tests with accents and foreign characters:
    ///Before: "äæǽaeöœoeüueÄAeÜUeÖOeÀÁÂÃÄÅǺĀĂĄǍΑΆẢẠẦẪẨẬẰẮẴẲẶАAàáâãåǻāăąǎªαάảạầấẫẩậằắẵẳặаaБBбbÇĆĈĊČCçćĉċčcДDдdÐĎĐΔDjðďđδdjÈÉÊËĒĔĖĘĚΕΈẼẺẸỀẾỄỂỆЕЭEèéêëēĕėęěέεẽẻẹềếễểệеэeФFфfĜĞĠĢΓГҐGĝğġģγгґgĤĦHĥħhÌÍÎÏĨĪĬǏĮİΗΉΊΙΪỈỊИЫIìíîïĩīĭǐįıηήίιϊỉịиыїiĴJĵjĶΚКKķκкkĹĻĽĿŁΛЛLĺļľŀłλлlМMмmÑŃŅŇΝНNñńņňʼnνнnÒÓÔÕŌŎǑŐƠØǾΟΌΩΏỎỌỒỐỖỔỘỜỚỠỞỢОOòóôõōŏǒőơøǿºοόωώỏọồốỗổộờớỡởợоoПPпpŔŖŘΡРRŕŗřρрrŚŜŞȘŠΣСSśŝşșšſσςсsȚŢŤŦτТTțţťŧтtÙÚÛŨŪŬŮŰŲƯǓǕǗǙǛŨỦỤỪỨỮỬỰУUùúûũūŭůűųưǔǖǘǚǜυύϋủụừứữửựуuÝŸŶΥΎΫỲỸỶỴЙYýÿŷỳỹỷỵйyВVвvŴWŵwŹŻŽΖЗZźżžζзzÆǼAEßssIJIJijijŒOEƒf'ξksπpβvμmψpsЁYoёyoЄYeєyeЇYiЖZhжzhХKhхkhЦTsцtsЧChчchШShшshЩShchщshchЪъЬьЮYuюyuЯYaяya"
    ///After:  "aaeooeuueAAeUUeOOeAAAAAAAAAAAAAAAAAAAAAAAaaaaaaaaaaaaaaaaaaaaaaaBbCCCCCCccccccDdDDjddjEEEEEEEEEEEEEEEEEEeeeeeeeeeeeeeeeeeeFfGGGGGgggggHHhhIIIIIIIIIIIIIiiiiiiiiiiiiJJjjKKkkLLLLllllMmNNNNNnnnnnOOOOOOOOOOOOOOOOOOOOOOooooooooooooooooooooooPpRRRRrrrrSSSSSSssssssTTTTttttUUUUUUUUUUUUUUUUUUUUUUUUuuuuuuuuuuuuuuuuuuuuuuuYYYYYYYYyyyyyyyyVvWWwwZZZZzzzzAEssIJijOEf'kspvmpsYoyoYeyeYiZhzhKhkhTstsChchShshShchshchYuyuYaya"
    ///
    ///Tests with invalid 'special hidden characters':
    ///Before: "\0\0\000\0000Bj��rk�\'\"\\\0\a\b\f\n\r\t\v\u0020���oacu\'\\\'te�"
    ///After:  "00000Bjrk'\"\\\n\r oacu'\\'te"
    ///
    ///</summary>
    private string Normalize(string StringToClean)
    {
        string normalizedString = StringToClean.Normalize(NormalizationForm.FormD);
        StringBuilder Buffer = new StringBuilder(StringToClean.Length);

        for (int i = 0; i < normalizedString.Length; i++)
        {
            if (CharUnicodeInfo.GetUnicodeCategory(normalizedString[i]) != UnicodeCategory.NonSpacingMark)
            {
                Buffer.Append(normalizedString[i]);
            }
        }

        string PreAsciiCompliant = Buffer.ToString().Normalize(NormalizationForm.FormC);
        StringBuilder AsciiComplient = new StringBuilder(PreAsciiCompliant.Length);

        foreach (char character in PreAsciiCompliant)
        {
            //Reject all special characters except \n\r (Carriage-Return and Line-Feed). 
            //Get rid of special hidden character, like EOF, NUL, TAB and other '\0'
            if (((int)character >= 32 && (int)character < 127) || ((int)character == 10 || (int)character == 13)) 
            {
                AsciiComplient.Append(character);
            }
        }
        return AsciiComplient.ToString().Trim(); //Remove spaces at start and end of string if any
    }

InformationsquelleAutor vince