如何使用C#将非ASCII字符转为URL合规的a-z/0-9格式ASCII字符？

我明白你需要把各种字符串转换成仅含a-z和0-9的格式用于网站URL，之前用Normalize方法没达到预期效果对吧？这很正常，Normalize主要是处理Unicode字符的标准化，没法直接搞定非拉丁字母和特殊符号的转换，我给你梳理下可行的方案和对应规则。

核心要求 #

用于网站URL的字符必须仅包含小写a-z和0-9，其他字符要么替换为对应拉丁字母，要么直接移除。

你的示例对应的转换规则 #

从示例里能明确你要的转换逻辑：

• 带变音符号的拉丁字母：替换成无变音的基础字母
  • /københavn → /koebenhavn
  • /köln → /koln
• 特殊符号（比如单引号）：直接移除
  • /k'ton → /kton
• 非拉丁字母（西里尔文、中文等）：全部移除，路径部分为空
  • /привет → (缺失)
  • /北京市 → (缺失)

实现思路（以C#为例） #

要实现这个逻辑，得结合Normalize和字符过滤两步来：

1. 先用Normalize把带变音的字符分解成“基础字母+变音标记”的形式
2. 遍历每个字符，只保留基础拉丁字母和数字，其他所有字符（包括变音标记、非拉丁字母、特殊符号）全部忽略
3. 最后把结果统一转成小写

给你写个简单的实现代码：

using System.Text;
using System.Globalization;

public static string ConvertToUrlFriendly(string input)
{
    // 标准化字符，分解变音符号
    var normalizedStr = input.Normalize(NormalizationForm.FormD);
    var resultBuilder = new StringBuilder();

    foreach (char c in normalizedStr)
    {
        var charCategory = CharUnicodeInfo.GetUnicodeCategory(c);
        // 只保留小写字母、大写字母和数字，其他都跳过
        if (charCategory == UnicodeCategory.LowercaseLetter ||
            charCategory == UnicodeCategory.UppercaseLetter ||
            charCategory == UnicodeCategory.DecimalDigitNumber)
        {
            // 统一转成小写
            resultBuilder.Append(char.ToLowerInvariant(c));
        }
    }

    return resultBuilder.ToString();
}

测试这个方法的话，刚好能得到你示例里的结果：

• 输入københavn → 输出koebenhavn
• 输入köln → 输出koln
• 输入k'ton → 输出kton
• 输入привет → 输出空字符串
• 输入北京市 → 输出空字符串

这样就完全满足你的需求啦。

内容的提问来源于stack exchange，提问作者Philip Rossen