.NET的String.Normalize是做什么的？

关于String.Normalize的MSDN文章简单地说：

返回一个新的string，其二进制表示采用特定的Unicode规范化格式。

有时还提到“Unicode规范化表格C”。

我只是在想，这是什么意思？ 这个function在现实生活中如何有用？

Answer 1

它确保可以比较unicodestring是否相等（即使它们使用不同的Unicode编码）。

从Unicode标准附件＃15 ：

本质上，Unicode规范化algorithm将所有组合标记按指定顺序放置，并使用分解和合成规则将每个string转换为Unicode规范化表单之一。 然后，转换的string的二进制比较将确定等价性。

Answer 2

formsC和formsD之间的一个区别是如何表示具有重音的字母：formsC使用单个重音字母代码点，而formsD将其分隔为字母和重音。

副作用是，这使得可以轻松地创build一个“删除口音”的方法。

public static string RemoveAccents(string input) { return new string( input .Normalize(System.Text.NormalizationForm.FormD) .ToCharArray() .Where(c => CharUnicodeInfo.GetUnicodeCategory(c) != UnicodeCategory.NonSpacingMark) .ToArray()); // the normalization to FormD splits accented letters in accents+letters // the rest removes those accents (and other non-spacing characters) } 

Answer 3

在Unicode中，（组合）字符可以具有唯一的代码点，或者由基本字符及其重音符组成的代码点序列。

维基百科列举了越南语ế（U + 1EBF）及其分解序列U + 0065（e）U + 0302（旋律重音）U + 0301（尖锐重音）。

string.Normalize（）在4个正常forms之间转换，一个string可以用Unicode编码。

Answer 4

这个链接有一个很好的解释：

http://unicode.org/reports/tr15/#Norm_Forms

从我可以推测，它可以比较两个Unicodestring的平等。