C#正则表达式实现字符等价匹配：忽略重音搜索字符串

我懂你想要的效果——就像Notepad++里PCRE正则的[[=α=]]那样，能匹配同一个基础希腊字符的所有重音变体，不管是预组合的ᾶ还是带组合重音的ἀ、ἁ对吧？确实C#的.NET正则引擎没有直接支持这种等价类语法，但我们有靠谱的方案解决这个问题，尤其是针对希腊语这类包含大量预组合重音字符的场景。

核心问题：为什么直接归一化FormC没用？ #

你之前尝试用"ᾶ".Normalize(NormalizationForm.FormC)没效果，是因为ᾶ本身就是预组合字符（U+1FBE），FormC的作用是把组合字符合并成预组合形式，而不是分解它。要处理这类字符，我们需要先把它分解成基础字符+独立的重音标记，再移除重音。

解决方案：预处理字符串与正则模式，移除所有重音标记 #

最通用的方法是先对输入字符串和正则模式做预处理，剥离所有重音相关的Unicode标记，再进行正则匹配。具体步骤如下：

1. 编写移除重音的辅助函数 #

这个函数会先把字符串归一化为FormD（分解模式，将预组合字符拆成基础字符+组合重音标记），然后过滤掉所有属于NonSpacingMark（Mn，非间距标记，也就是重音符号）的字符，最后再转回FormC优化存储：

using System.Globalization;
using System.Text;

public static string RemoveDiacritics(string text)
{
    // 先将字符串分解为基础字符+组合标记
    var normalized = text.Normalize(NormalizationForm.FormD);
    var sb = new StringBuilder();

    foreach (char c in normalized)
    {
        // 过滤掉所有非间距标记（重音符号）
        var category = CharUnicodeInfo.GetUnicodeCategory(c);
        if (category != UnicodeCategory.NonSpacingMark)
        {
            sb.Append(c);
        }
    }

    // 转回FormC合并，避免零散字符
    return sb.ToString().Normalize(NormalizationForm.FormC);
}

2. 使用预处理后的内容进行正则匹配 #

把要搜索的输入字符串和正则模式都用上面的函数处理，再执行匹配：

string input = "测试文本：ᾶ ἀ ἁ α ᾳ";
string targetPattern = "α";

// 预处理输入和模式
string processedInput = RemoveDiacritics(input);
string processedPattern = RemoveDiacritics(targetPattern);

// 执行正则匹配
bool hasMatch = Regex.IsMatch(processedInput, processedPattern);
// 结果为true，所有α的重音变体都被转成了纯α，能被成功匹配

其他注意事项 #

• 这个方法不仅适用于希腊语，对拉丁语、法语等带重音的语言同样有效，因为它基于Unicode的通用字符分类处理。
• 如果你需要更精细的控制（比如只忽略特定类型的重音），可以调整过滤的Unicode类别，比如保留某些特定标记，但大部分场景下直接过滤所有Mn类就足够。
• .NET正则引擎目前不支持PCRE的[[=α=]]等价类语法，所以预处理是最直接且高效的替代方案。

内容的提问来源于stack exchange，提问作者Prodromos