将 Hi-Ansi 字符转换为等效的 Ascii 字符 (é -> e)

Question

Delphi 2007 中是否有一个例程可以根据区域设置（代码页）将 ANSI 表高范围 (>127) 中的字符转换为纯 ASCII (<=127) 中的等效字符？

我知道有些字符不能很好地翻译，但大多数可以，尤其是。在 192-255 范围内：

• À → A
• à → A
• Ë → 乙
• ë → e
• Ç → C
• ç → C
• – （破折号） → - （连字符 - 这可能会更棘手）
• — （破折号） → - （连字符）

Answer 1

宽字符到多字节 对指定字符集不支持的任何字符进行最佳匹配映射，包括剥离变音符号。您可以使用它并传递 20127 (US-ASCII) 作为代码页来完全执行您想要的操作。

function BestFit(const AInput: AnsiString): AnsiString;
const
  CodePage = 20127; //20127 = us-ascii
var
  WS: WideString;
begin
  WS := WideString(AInput);
  SetLength(Result, WideCharToMultiByte(CodePage, 0, PWideChar(WS),
    Length(WS), nil, 0, nil, nil));
  WideCharToMultiByte(CodePage, 0, PWideChar(WS), Length(WS),
    PAnsiChar(Result), Length(Result), nil, nil);
end;

procedure TForm1.Button1Click(Sender: TObject);
begin
   ShowMessage(BestFit('aÀàËëÇç–—€¢Š'));
end;

用你的例子调用它会产生你正在寻找的结果，包括 emdash-to-minus 情况，我认为 Jeroen 的建议转换为规范化形式 D 并没有处理这种情况。如果你确实想采取这种方法，迈克尔·卡普兰有一个 博客文章 明确讨论了剥离变音符号（而不是一般的标准化），但它使用 C# 和 Vista 中引入的 API。您可以使用 FoldString api（任何 WinNT 版本）获得类似的东西。

当然，如果您只对一种字符集执行此操作，并且希望避免与 WideString 之间的转换产生的开销，那么 Padu 是正确的，简单的 for 循环和查找表也同样有效。

Answer 2

只是为了扩展 Craig 对 Delphi 2009 的回答：

如果您使用 Delphi 2009 及更新版本，您可以使用更具可读性的代码来获得相同的结果：

function OStripAccents(const aStr: String): String;
type
  USASCIIString = type AnsiString(20127);//20127 = us ascii
begin
  Result := String(USASCIIString(aStr));
end;

不幸的是，这段代码只能在 MS Windows 上运行。在 Mac 上，重音符号不是用最合适的字符替换，而是用问号替换。

显然，Delphi 在 Windows 上内部使用 WideCharToMultiByte，而在 Mac 上则使用 iconv（请参阅 System.pas 中的 LocaleCharsFromUnicode）。问题是不同操作系统上的这种不同行为是否应被视为错误并报告给 CodeCentral。

Answer 3

我相信你最好的选择是创建一个查找表。

Answer 4

您正在寻找的是标准化。

迈克尔·卡普兰写了一篇 关于标准化的好博客文章.

它不会立即解决您的问题，但会为您指明正确的方向。

——杰罗恩