.NET 6 Linux Docker环境文件名变音符号去除失败问题排查

处理前端传入的文件名时，遇到去除变音符号（Diacritics）的问题：参考方案在Windows环境的.NET 6标准模板控制台程序中可正常运行，但在Linux Docker部署的后端应用中失效。具体表现为：字符“é”执行Normalize(NormalizationForm.FormD)时无法拆分为“e”和非间距标记，仍保留为ASCII 233字符，最终被RemoveNonAscii方法直接删除而非替换。

使用的代码如下：

mystring.RemoveDiacritics().RemoveNonAscii();

public static string RemoveDiacritics(this string text)
{
    string text2 = text.Normalize(NormalizationForm.FormD);
    StringBuilder stringBuilder = new StringBuilder(text2.Length);
    foreach (char c in text2)
    {
        if (CharUnicodeInfo.GetUnicodeCategory(c) != UnicodeCategory.NonSpacingMark)
        {
            stringBuilder.Append(c);
        }
    }

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

public static string RemoveNonAscii(this string text)
{
    return Regex.Replace(text, @"[^\u0000-\u007F]+", string.Empty);
}

环境差异原因 #

.NET 6在Linux环境下默认启用**不变全球化（Invariant Globalization）**模式，该模式使用简化的全球化数据，不支持完整的Unicode规范化操作（如将带变音符号的字符拆分为基础字符+非间距标记）；而Windows环境默认依赖系统自带的完整Unicode支持库，可以正常执行Normalize(FormD)的拆分逻辑，因此出现跨环境行为不一致的问题。

解决方法 #

1. 在Dockerfile中添加以下命令，安装完整的ICU库及数据：

   • RUN apk add --no-cache icu-libs
   • RUN apk add --no-cache icu-data-full

2. 在项目的.csproj文件中添加配置，禁用不变全球化模式：

   <InvariantGlobalization>false</InvariantGlobalization>
   

内容的提问来源于stack exchange，提问作者Adrien Pigenel