Преобразуйте два символа ascii в их "соответствующее" односимвольное расширенное представление ascii

Проблема: У меня есть две строки фиксированной ширины из внешней системы. Первый содержит базовые символы (например, a-z), второй (MAY) содержит диакритики, которые должны быть добавлены к первой строке для создания фактических символов.

string asciibase = "Dutch has funny chars: a,e,u";
string diacrits  = "                       ' \" \"";

//no clue what to do

string result = "Dutch has funny chars: á,ë,ü";

Я могу написать массивный поиск и заменить для всех символов + разные диакритики, но надеялся на что-то более элегантное.

Кто-нибудь знает, как это исправить? Пробовал его с вычислением десятичных значений, используя string.Normalize(С#), но никаких результатов. Кроме того, Google действительно не появлялся с чем-то.

Ответ 1

Я не могу найти простое решение, кроме таблицы поиска:

public void TestMethod1()
{
    string asciibase = "Dutch has funny chars: a,e,u";
    string diacrits = "                       ' \" \"";
    var merged = DiacritMerger.Merge(asciibase, diacrits);
}

[EDIT: Упрощенный код после предложений в ответах от @JonB и @Oliver]

public class DiacritMerger
{
    static readonly Dictionary<char, char> _lookup = new Dictionary<char, char>
                         {
                             {'\'', '\u0301'},
                             {'"', '\u0308'}
                         };

    public static string Merge(string asciiBase, string diacrits)
    {
        var combined = asciiBase.Zip(diacrits, (ascii, diacrit) => DiacritVersion(diacrit, ascii));
        return new string(combined.ToArray());
    }

    private static char DiacritVersion(char diacrit, char character)
    {
        char combine;
        return _lookup.TryGetValue(diacrit, out combine) ? new string(new [] {character, combine}).Normalize()[0] : character;
    }
}

Ответ 2

Преобразуйте диакритические знаки в соответствующие значения юникода из диапазона Unicode, объединяющего диакритические метки:

http://www.unicode.org/charts/PDF/U0300.pdf

Затем поместите char и его диакритику вместе, например. для e-острой, U + 0065 = "e" и U + 0301 = острый.

  String s = "\u0065\u0301";

Тогда:

  string normalisedString = s.Normalize();

Объединяет два в новую строку.

Ответ 3

Проблема заключается в том, что указанные диакриты должны быть явно проанализированы, потому что двойные точки не единственные, поэтому двойные кавычки используются для этого случая. Поэтому для решения вашей проблемы у вас нет другого шанса, чтобы реализовать каждый необходимый случай.

Вот отправная точка, чтобы получить ключ...

    public SomeFunction()
    {
        string asciiChars = "Dutch has funny chars: a,e,u";
        string diacrits = "                       ' \" \"";

        var combinedChars = asciiChars.Zip(diacrits, (ascii, diacrit) =>
        {
            return CombineChars(ascii, diacrit);
        });

        var Result = new String(combinedChars.ToArray());
    }

    private char CombineChars(char ascii, char diacrit)
    {
        switch (diacrit)
        {
            case '"':
                return AddDoublePoints(ascii);
            case '\'':
                return AddAccent(ascii);
            default:
                return ascii;
        }
    }

    private char AddDoublePoints(char ascii)
    {
        switch (ascii)
        {
            case 'a':
                return 'ä';
            case 'o':
                return 'ö';
            case 'u':
                return 'ü';
            default:
                return ascii;
        }
    }

    private char AddAccent(char ascii)
    {
        switch (ascii)
        {
            case 'a':
                return 'á';
            case 'o':
                return 'ó';
            default:
                return ascii;
        }
    }
}

IEnumerable.Zip уже реализован в .Net 4, но чтобы получить его в 3.5, вам понадобится этот код (взято из Eric Lippert):

public static class IEnumerableExtension
{
    public static IEnumerable<TResult> Zip<TFirst, TSecond, TResult>
        (this IEnumerable<TFirst> first,
        IEnumerable<TSecond> second,
        Func<TFirst, TSecond, TResult> resultSelector)
    {
        if (first == null) throw new ArgumentNullException("first");
        if (second == null) throw new ArgumentNullException("second");
        if (resultSelector == null) throw new ArgumentNullException("resultSelector");
        return ZipIterator(first, second, resultSelector);
    }

    private static IEnumerable<TResult> ZipIterator<TFirst, TSecond, TResult>
        (IEnumerable<TFirst> first,
        IEnumerable<TSecond> second,
        Func<TFirst, TSecond, TResult> resultSelector)
    {
        using (IEnumerator<TFirst> e1 = first.GetEnumerator())
        using (IEnumerator<TSecond> e2 = second.GetEnumerator())
            while (e1.MoveNext() && e2.MoveNext())
                yield return resultSelector(e1.Current, e2.Current);
    }
}

Ответ 4

Я не знаю С# или его стандартных библиотек, но один альтернативный подход может заключаться в использовании чего-то вроде существующего парсера/рендеринга сущности символов HTML/SGML/XML или если вы действительно собираетесь представить его в браузере, ничего!

Псевдокод:

for(i=0; i < strlen(either_string); i++) {
  if isspace(diacrits[i]) {
     output(asciibase[i]);
  }else{
     output("&");
     output(asciibase[i]);
     switch (diacrits[i]) {
       case '"' : output "uml"; break;
       case '^' : output "circ"; break;
       case '~' : output "tilde"; break;
       case 'o' : output "ring"; break;
       ... and so on for each "code" in the diacrits modifier
       ... (for acute, grave, cedil, lig, ...)
     }
     output(";");
  }
}

Таким образом, A + o → Å, u + " → ü и т.д.

Если вы можете разобрать html-объекты, вы должны быть свободными от дома и даже переносимыми между кодировками!