C/.NET中类似字符的“宽松”regex匹配

看一看 this blog post 迈克尔·卡普兰。这里的代码使用标准的.NET类库方法

1. 在本例中,使用“复合”规范化形式来规范化Unicode字符串,确保 γ 用单独的代码点表示 一 及其音调符号;
2. 使用公开有关Unicode字符信息数据库的类来标识音调符号,并将它们剥离出来。

当然,如果你自己写算法是可能的。唯一接近于使用oob regex.match()重载执行操作的是regexOptions,即 CultureInvariant. 但是,除非你在改变文化,否则这是没有用的。

也许你想看看 Soundex / Metaphone 函数,首先使字符串正常化,然后对结果执行regex操作?