將字符串與非英文字符進行比較？

我需要爲網站上的搜索機制比較字符串。我使用C＃。我嘗試了兩種方式：將字符串與非英文字符進行比較？

consultants.Where(x => 
    x.Description.ToLower().Contains(vm.Description.ToLower()));

和

consultants.Where(x => 
    Regex.IsMatch(x.Description, vm.Description, RegexOptions.IgnoreCase));

都工作得不錯所有的英文字符。所以如果我搜索一下，比如說「英語」，那沒問題。但只要我嘗試搜索包含非英文字符的字符串，它就不起作用。例如，如果我嘗試搜索單詞「språk」（瑞典語爲「language」），它將不會返回任何內容。

這是爲什麼，我該如何解決它？

來源

2011-04-07 Anders

有什麼應該匹配「språk」在那裏？什麼？ – 2011-04-07 08:49:03

檢查以下是否是原因。 [String.ToLower（）是語言相關]（http://msdn.microsoft.com/en-us/library/aa904312（v = VS.71）.aspx）[正則表達式也是文化敏感]（http：// msdn.microsoft.com/en-us/library/hs600312.aspx） – 2011-04-07 08:52:17

你在搜索什麼？在一個XML文件上，在一個db4o文件上，在SQL？數據庫的字符編碼很重要。你可以在xml中使用utf-coding來處理它;和db4o它已經是安全的對象工作，在SQL端你必須設置charachter編碼。

如果你的數據庫的值是char（50）或varchar（50），它可能會錯過不同的字符，爲了容納不同的字符，你應該在你的sql數據庫中使用nchar，nvarchar。不要忘記檢查你的數據庫字符編碼，即使它不是必要的

來源

2011-04-07 08:48:40 icaptan

你正在處理什麼樣的列表？一個普通的列表或一個ORM？如果它是一個普通列表，則使用string.Compare()。

來源

2011-04-07 09:00:24 jgauffin

爲了正確比較非英文字符，您應該爲此使用適當的文化規則。例如。你可以創建自己的不區分大小寫StringComparer瑞典和Contains方法使用它：

var swedishComparer = StringComparer.Create(new CultureInfo("sv-Se"), true); 

consultants = consultants 
    .Where(x => 
     x.Description.Contains(vm.Description, swedishComparer) 
    ).ToList();

來源

2011-04-07 09:01:28 Alex

索引是搜索的重要組成部分。我認爲你最好通過使用一些準備好和堅實的東西來服務，比如Lucene或Solr。

如果你仍然堅持對非ASCII字符的搜索使用正則表達式，你應該尋找在這個詞之前瞭解更多關於unicode categories，然後用它們來剝奪任何重音符號（例如，與\p{P}或\p{M}條）文本。

注意：您也可能需要normalize使用FormC標誌的字符串，以分解和鋼帶/更有效地搜索

來源

2011-04-07 09:14:49 bottlenecked

這裏是一個introduction to the character set problem由Joel Spolsky的。一個非常有趣的閱讀。

總之，網頁需要告訴你它在頁面的最開始使用的字符集。 C＃使用unicode（以UTF-16編碼作爲標準）字符串，解釋這意味着您可以在這裏找到csharp in depth

希望這會對您有所幫助。

來源

2011-04-07 09:55:37 stema

使用

String.Equals(c, vm, StringComparison.OrdinalIgnoreCase)

或

c.IndexOf(vm, StringComparison.OrdinalIgnoreCase)

Ordinal裝置的Unicode，字節每字節，非培養比較。

來源

2011-04-09 10:51:59 abatishchev

感謝所有提供建議的人，但不幸的是他們似乎無關緊要。事實證明，Contains（）對於非英文字符完全沒有問題。問題是，有問題的數據庫字段已經HTML編碼的文本，所以我需要使用HtmlDecode琴絃控制器比較：

 if (vm.Description != "") 
     { 
      //HttpUtility.HtmlDecode needed because text in Description field is HtmlEncoded! 
      consultants = consultants.Where(x => HttpUtility.HtmlDecode(x.Description).ContainsCaseInsensitive(vm.Description)).ToList(); 
     }

我發現了這一點，因爲載有（）搜索另一場時，代碼工作正常非英文字符。

來源

2011-04-09 14:35:55 Anders

將字符串與非英文字符進行比較？

回答

相關問題