slugify y transliteración de caracteres en C#

Question

Estoy tratando de traducir el siguiente método slugify desde PHP a C#: http://snipplr.com/view/22741/slugify-a-string-in-php/

Editar: Por razones de conveniencia, aquí el código de arriba:

/** 
* Modifies a string to remove al non ASCII characters and spaces. 
*/ 
static public function slugify($text) 
{ 
    // replace non letter or digits by - 
    $text = preg_replace('~[^\\pL\d]+~u', '-', $text); 

    // trim 
    $text = trim($text, '-'); 

    // transliterate 
    if (function_exists('iconv')) 
    { 
     $text = iconv('utf-8', 'us-ascii//TRANSLIT', $text); 
    } 

    // lowercase 
    $text = strtolower($text); 

    // remove unwanted characters 
    $text = preg_replace('~[^-\w]+~', '', $text); 

    if (empty($text)) 
    { 
     return 'n-a'; 
    } 

    return $text; 
} 

no tengo probleming el resto de codificación excepto que no puedo encontrar el equivalente C# de la siguiente línea de código PHP:

$text = iconv('utf-8', 'us-ascii//TRANSLIT', $text); 

Editar: propósito de esto es traducir los caracteres no ASCII como Reformáció Genfi Emlékműve Előtt en reformacio-genfi-emlekmuve-elott

Answer 1

También me gustaría añadir que el //TRANSLIT elimina los apóstrofes y esa solución @jxac no se refiere a eso. No estoy seguro de por qué, pero primero codificándolo en cirílico y luego en ASCII obtienes un comportamiento similar al //TRANSLIT.

var str = "éåäöíØ"; 
var noApostrophes = Encoding.ASCII.GetString(Encoding.GetEncoding("Cyrillic").GetBytes(str)); 

=> "eaaoiO" 

Answer 2

conversión a la cadena:

byte[] unicodeBytes = Encoding.Unicode.GetBytes(str); 
byte[] asciiBytes = Encoding.Convert(Encoding.Unicode, Encoding.ASCII, unicodeBytes); 
string asciiString = Encoding.ASCII.GetString(asciiBytes); 

conversión a bytes:

byte[] ascii = Encoding.ASCII.GetBytes(str); 

@Thomas Levesque i s derecha, obtendrá codificada por la secuencia de salida ...

para eliminar los signos diacríticos (tildes), que puede utilizar la función String.Normalize, como se detalla aquí:

http://www.siao2.com/2007/05/14/2629747.aspx

que debe ocúpese de la mayoría de los casos (donde el glifo es realmente un personaje más un acento). para una coincidencia de carbón aún más agresivo (cuidar de los casos como los escandinavos slashed o [o], dígrafos, y otros glifos exóticas), está el enfoque de tabla:

http://www.codeproject.com/KB/cs/UnicodeNormalization.aspx

esto incluye alrededor de 1.000 asignaciones de símbolos en Además de la normalización.

(nota, todos los puntuacion se elimina por la expresión regular reemplazar en su ejemplo)

Answer 3

Hay una biblioteca .NET para la transliteración en CodePlex - unidecode. Generalmente hace el truco usando tablas Unidecode portadas desde Python.