c# - RegEx：用另一个字符串拆分一个字符串，包括变音符号

Question

我一直在尝试通过RegEx.Split()C# 中的方法将一个字符串拆分为另一个字符串。数据或拆分器都可以有变音符号。

让我给你举个例子：

数据： education

分离器： dù

预期结果 ：e//ducation

- 或者 -

数据： èdùcation

分离器： ed

预期结果： èd /ùcation

可能吗？如果是的话，你能帮我写这个模式吗？

Answer 1

.NET 的正则表达式引擎中没有“忽略变音符号”的选项，但是可以通过使用 Unicode 标准格式-D（用于“分解”）来解决它。这是未经测试的。

重音字符可以用两种方式表示：

• 作为单个预先组合的代码点。例如。U+00F9（带坟墓的拉丁文小写字母 U）。
• 作为一个基本代码点，后跟一个或多个组合字符。例如。U+0075, U-0300（拉丁文小写字母 U，结合重音）。

因此，如果您确保输入数据被分解（使用String.Normalise(normalization)传递NormalizationForm.FormD），并且模式中任何潜在的重音字符都被替换为

B\p{Mc}*

一个基本字符B，后跟 Unicode 类别“标记，间距组合”中的零个或多个代码点。

要在输出中包含与正则表达式匹配的文本，使其捕获，因此要匹配并捕获两者du并dù使用(du\p{Mc}*).