文字列比較でアクセント付き文字を無視する

C＃で2つの文字列を比較し、アクセント付きの文字をアクセントなしの文字と同じように扱う必要があります。例えば：

string s1 = "hello";
string s2 = "héllo";

s1.Equals(s2, StringComparison.InvariantCultureIgnoreCase);
s1.Equals(s2, StringComparison.OrdinalIgnoreCase);

これら2つの文字列は同じである必要がありますが（私のアプリケーションに関する限り）、これらのステートメントは両方ともfalseと評価されます。これを行う方法はC＃にありますか？

編集2012-01-20：ああ、男の子！ソリューションは非常に単純で、フレームワークにほぼ永久に存在しています。knightpfhorが指摘したように：

string.Compare(s1, s2, CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace);

文字列から発音区別符号を取り除く関数は次のとおりです。

static string RemoveDiacritics(string text)
{
  string formD = text.Normalize(NormalizationForm.FormD);
  StringBuilder sb = new StringBuilder();

  foreach (char ch in formD)
  {
    UnicodeCategory uc = CharUnicodeInfo.GetUnicodeCategory(ch);
    if (uc != UnicodeCategory.NonSpacingMark)
    {
      sb.Append(ch);
    }
  }

  return sb.ToString().Normalize(NormalizationForm.FormC);
}

MichKapのブログ（RIP ...）の詳細。

原則は、「é」を2つの連続した文字「e」に変換することです。次に、charを反復処理し、発音区別符号をスキップします。

「héllo」は「he <acute> llo」になり、「hello」になります。

Debug.Assert("hello"==RemoveDiacritics("héllo"));

注：これは、同じ関数のよりコンパクトな.NET4 +フレンドリーバージョンです。

static string RemoveDiacritics(string text)
{
  return string.Concat( 
      text.Normalize(NormalizationForm.FormD)
      .Where(ch => CharUnicodeInfo.GetUnicodeCategory(ch)!=
                                    UnicodeCategory.NonSpacingMark)
    ).Normalize(NormalizationForm.FormC);
}

文字列を変換する必要がなく、等しいかどうかを確認するだけの場合は、

string s1 = "hello";
string s2 = "héllo";

if (String.Compare(s1, s2, CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace) == 0)
{
    // both strings are equal
}

または、比較でも大文字と小文字を区別しない場合

string s1 = "HEllO";
string s2 = "héLLo";

if (String.Compare(s1, s2, CultureInfo.CurrentCulture, CompareOptions.IgnoreNonSpace | CompareOptions.IgnoreCase) == 0)
{
    // both strings are equal
}

次のメソッドCompareIgnoreAccents(...)は、サンプルデータに対して機能します。これが私の背景情報を入手した記事です：http : //www.codeproject.com/KB/cs/EncodingAccents.aspx

private static bool CompareIgnoreAccents(string s1, string s2)
{
    return string.Compare(
        RemoveAccents(s1), RemoveAccents(s2), StringComparison.InvariantCultureIgnoreCase) == 0;
}

private static string RemoveAccents(string s)
{
    Encoding destEncoding = Encoding.GetEncoding("iso-8859-8");

    return destEncoding.GetString(
        Encoding.Convert(Encoding.UTF8, destEncoding, Encoding.UTF8.GetBytes(s)));
}

拡張方法の方が良いと思います：

public static string RemoveAccents(this string s)
{
    Encoding destEncoding = Encoding.GetEncoding("iso-8859-8");

    return destEncoding.GetString(
        Encoding.Convert(Encoding.UTF8, destEncoding, Encoding.UTF8.GetBytes(s)));
}

それから使用はこれです：

if(string.Compare(s1.RemoveAccents(), s2.RemoveAccents(), true) == 0) {
   ...

私は似たようなことをしなければなりませんでしたが、StartsWithメソッドを使用しました。@Serge-appTranslatorから派生した簡単なソリューションを次に示します。

拡張メソッドは次のとおりです。

    public static bool StartsWith(this string str, string value, CultureInfo culture, CompareOptions options)
    {
        if (str.Length >= value.Length)
            return string.Compare(str.Substring(0, value.Length), value, culture, options) == 0;
        else
            return false;            
    }

そして、1つのライナーフリークのために;）

    public static bool StartsWith(this string str, string value, CultureInfo culture, CompareOptions options)
    {
        return str.Length >= value.Length && string.Compare(str.Substring(0, value.Length), value, culture, options) == 0;
    }

アクセント記号と大文字と小文字を含むstartsWithは、このように呼び出すことができます

value.ToString().StartsWith(str, CultureInfo.InvariantCulture, CompareOptions.IgnoreNonSpace | CompareOptions.IgnoreCase)

アクセントを削除するより簡単な方法：

    Dim source As String = "áéíóúç"
    Dim result As String

    Dim bytes As Byte() = Encoding.GetEncoding("Cyrillic").GetBytes(source)
    result = Encoding.ASCII.GetString(bytes)

String.Compareメソッドでこのオーバーロードを試してください。

String.Compareメソッド（String、String、Boolean、CultureInfo）

これは、cultureinfoを含む比較操作に基づいてint値を生成します。このページの例では、en-USとen-CZの「変更」を比較しています。en-CZのCHは単一の「文字」です。

リンクからの例

using System;
using System.Globalization;

class Sample {
    public static void Main() {
    String str1 = "change";
    String str2 = "dollar";
    String relation = null;

    relation = symbol( String.Compare(str1, str2, false, new CultureInfo("en-US")) );
    Console.WriteLine("For en-US: {0} {1} {2}", str1, relation, str2);

    relation = symbol( String.Compare(str1, str2, false, new CultureInfo("cs-CZ")) );
    Console.WriteLine("For cs-CZ: {0} {1} {2}", str1, relation, str2);
    }

    private static String symbol(int r) {
    String s = "=";
    if      (r < 0) s = "<";
    else if (r > 0) s = ">";
    return s;
    }
}
/*
This example produces the following results.
For en-US: change < dollar
For cs-CZ: change > dollar
*/

そのため、アクセント付き言語の場合は、文化を取得して、それに基づいて文字列をテストする必要があります。

http://msdn.microsoft.com/en-us/library/hyxc48dt.aspx