Convertir caracteres Hi-Ansi a Ascii equivalente (é -> e)

Question

¿Hay una rutina disponible en Delphi 2007 para convertir los caracteres en el rango alto de la tabla ANSI (> 127) a sus equivalentes en ASCII puro (< = 127) de acuerdo con una configuración regional (página de códigos)?

Sé que algunos caracteres no se pueden traducir bien, pero la mayoría sí, especialmente. en el rango de 192-255:

• À → Un
• a → un
• Ë → E
• ë → e
• Ç → C
• ç → c
• -(en guión) → -(guión - que puede ser más complicado)
• -(em tablero) → -(guión)

Answer 1

WideCharToMultiByte hace mapeo de mejor ajuste de los caracteres que no son compatibles con el juego de caracteres especificado, incluyendo diacríticos de desbroce. Puede hacer exactamente lo que quiera utilizando eso y pasando 20127 (US-ASCII) como la página de códigos.

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; 

Llamando que con sus ejemplos produce resultados que usted está buscando, incluyendo el caso-emdash-a menos, que no creo que es manejado por la sugerencia de Jeroen para convertir al formulario de normalización D. Si lo hizo quiero tomar ese enfoque, Michael Kaplan tiene un blog post que discute explícitamente los signos diacríticos (en lugar de la normalización en general), pero usa C# y una API que se introdujo en Vista. Puede obtener algo similar utilizando la API FoldString (cualquier versión de WinNT).

Por supuesto, si solo hace esto para un juego de caracteres, y desea evitar que la sobrecarga se convierta en WideString, Padu está en lo cierto al decir que un bucle simple y una tabla de búsqueda serían igual de efectivos .

Answer 2

creo que la mejor opción es la creación de una tabla de búsqueda.

Answer 3

Lo que está buscando es la normalización.

Michael Kaplan escribió un nice blog article about normalization.

No resuelve su problema de inmediato, pero lo orienta en la dirección correcta.

--jeroen

Answer 4

Sólo para extender la respuesta de Craig para Delphi 2009:

Si utiliza Delphi 2009 y posteriores, se puede utilizar un código más legible con el mismo resultado:

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

Por desgracia, este código funciona solo en MS Windows. En Mac, los acentos no se reemplazan por caracteres mejor ajustados, sino por signos de interrogación.

Obviamente, Delphi internamente usa WideCharToMultiByte en Windows, mientras que en Mac se usa iconv (vea LocaleCharsFromUnicode en System.pas). La pregunta es si este comportamiento diferente en diferentes sistemas operativos se debe considerar como un error y se debe informar a CodeCentral.