Come si rimuovono i caratteri non validi durante la creazione di un URL amico (es. Come si crea una lumaca)?

Question

Dire che ho il sito:
http://ww.xyz.com/Product.aspx?CategoryId=1

Se il nome di CategoryId = 1 è "Dogs" Vorrei convertire l'URL in qualcosa di simile a questo:
http://ww.xyz.com/Products/Dogs

Il problema è se il il nome della categoria contiene caratteri stranieri (o non validi per un URL). Se il nome di CategoryId = 2 è "Göra äldre", quale dovrebbe essere il nuovo URL?

Logicamente dovrebbe essere:
http://ww.xyz.com/Products/Göra äldre
ma non funzionerà. Innanzitutto a causa dello spazio (che posso facilmente sostituire con un trattino per esempio) ma per quanto riguarda i personaggi stranieri? In Asp.net ho potuto utilizzare la funzione URLEncode che darebbe qualcosa di simile:
http://ww.xyz.com/Products/G%c3%b6ra+%c3%a4ldre
ma non posso davvero dire che è meglio che l'URL originale (http://ww.xyz.com/Product.aspx?CategoryId=2)

Idealmente vorrei generare questo uno ma come posso fare questo automaticamente (cioè la conversione di caratteri stranieri a caratteri url 'sicuri'):
http://ww.xyz.com/Products/Gora-aldre

Answer 1

mi è venuta in mente i seguenti 2 metodi di estensione (asp.net/C#):

 public static string RemoveAccent(this string txt) 
    { 
     byte[] bytes = System.Text.Encoding.GetEncoding("Cyrillic").GetBytes(txt); 
     return System.Text.Encoding.ASCII.GetString(bytes); 
    } 

    public static string Slugify(this string phrase) 
    { 
     string str = phrase.RemoveAccent().ToLower(); 
     str = System.Text.RegularExpressions.Regex.Replace(str, @"[^a-z0-9\s-]", ""); // Remove all non valid chars   
     str = System.Text.RegularExpressions.Regex.Replace(str, @"\s+", " ").Trim(); // convert multiple spaces into one space 
     str = System.Text.RegularExpressions.Regex.Replace(str, @"\s", "-"); // //Replace spaces by dashes 
     return str; 
    } 

Answer 2

traslitterare caratteri non ASCII a ASCII, utilizzando qualcosa di simile:

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

=> "eaaoiO" 

(Source)

Answer 3

Io uso la funzione descritta al http://www.blackbeltcoder.com/Articles/strings/converting-text-to-a-url-friendly-slug. Non supporta direttamente caratteri non inglesi, ma potrebbe essere facilmente aggiornato per supportare caratteri aggiuntivi.

Mi piace perché produce una lumaca molto pulita.

Answer 4

Un altra cosa da prendere in considerazione:

Se un utente fornisce una stringa come 好听的音乐 che si desidera convertire a un titolo friendly URL allora si dovrebbe considerare l'utilizzo di IdnMapping

Ad esempio:

string urlFriendlyTitle = Slugify(url); 

public static string Slugify(string text) 
{ 
    IdnMapping idnMapping = new IdnMapping(); 
    text = idnMapping.GetAscii(text); 

    text = RemoveAccent(text).ToLower(); 

    // Remove all invalid characters. 
    text = Regex.Replace(text, @"[^a-z0-9\s-]", ""); 

    // Convert multiple spaces into one space 
    text = Regex.Replace(text, @"\s+", " ").Trim(); 

    // Replace spaces by underscores. 
    text = Regex.Replace(text, @"\s", "_"); 

    return text; 
} 

public static string RemoveAccent(string text) 
{ 
    byte[] bytes = Encoding.GetEncoding("Cyrillic").GetBytes(text); 

    return Encoding.ASCII.GetString(bytes); 
} 

Senza questo, 好听的音乐 verrà convertito in string.Empty. Con questo, xn--fjqr6lw2ek78az68a che è punycode