Каков наилучший способ очистки URL с заголовком

Как правило, лучше всего пойти с подходом с обычным выражением белого списка вместо удаления всех нежелательных символов, потому что вы определенно пропустите некоторые из них.

Ответы здесь прекрасны, но я лично не хотел полностью удалять умлаутов и персонажей с акцентом. Итак, окончательное решение, которое я придумал, выглядит так:

public static string CleanUrl(string value)
{
    if (value.IsNullOrEmpty())
        return value;

    // replace hyphens to spaces, remove all leading and trailing whitespace
    value = value.Replace("-", " ").Trim().ToLower();

    // replace multiple whitespace to one hyphen
    value = Regex.Replace(value, @"[\s]+", "-");

    // replace umlauts and eszett with their equivalent
    value = value.Replace("ß", "ss");
    value = value.Replace("ä", "ae");
    value = value.Replace("ö", "oe");
    value = value.Replace("ü", "ue");

    // removes diacritic marks (often called accent marks) from characters
    value = RemoveDiacritics(value);

    // remove all left unwanted chars (white list)
    value = Regex.Replace(value, @"[^a-z0-9\s-]", String.Empty);

    return value;
}

Используемый метод RemoveDiacritics основан на ответе от Блэра Конрада:

public static string RemoveDiacritics(string value)
{
    if (value.IsNullOrEmpty())
        return value;

    string normalized = value.Normalize(NormalizationForm.FormD);
    StringBuilder sb = new StringBuilder();

    foreach (char c in normalized)
    {
        if (CharUnicodeInfo.GetUnicodeCategory(c) != UnicodeCategory.NonSpacingMark)
            sb.Append(c);
    }

    Encoding nonunicode = Encoding.GetEncoding(850);
    Encoding unicode = Encoding.Unicode;

    byte[] nonunicodeBytes = Encoding.Convert(unicode, nonunicode, unicode.GetBytes(sb.ToString()));
    char[] nonunicodeChars = new char[nonunicode.GetCharCount(nonunicodeBytes, 0, nonunicodeBytes.Length)];
    nonunicode.GetChars(nonunicodeBytes, 0, nonunicodeBytes.Length, nonunicodeChars, 0);

    return new string(nonunicodeChars);
}

Надеюсь, что это поможет кому-то бросить вызов путем добавления URL-адресов и одновременного хранения умлаутов и друзей с их эквивалентом URL.

Регулярные выражения:

public string CleanURL(string str)
{
    str = Regex.Replace(str, "[^a-zA-Z0-9 ]", "");
    str = Regex.Replace(str, " +", "_");
    return str;
}

(На самом деле не проверено, с головы.)

Позвольте мне объяснить:

Первая строка удаляет все, что не является буквенно-цифровым символом (верхний или нижний регистр) или пробелом. Вторая строка заменяет любую последовательность пробелов (1 или более, последовательно) с единственным подчеркиванием.

Вместо этого вам следует использовать регулярное выражение. Это намного эффективнее, чем вы пытаетесь сделать выше.

Подробнее о регулярных выражениях здесь.

То, как это делает stackoverflow, можно найти здесь:

qaru.site/questions/29019/...

оптимизирован для скорости ( "Это вторая версия, развернутая на 5 раз больше производительности" ) и заботясь о множестве специальных символов.

Или, немного более подробный, но это позволяет только буквенно-цифровые и пробелы (которые заменяются на "-" )

string Cleaned = String.Empty;
foreach (char c in Dirty)
    if (((c >= 'a') && (c <= 'z')) ||
         (c >= 'A') && (c <= 'Z') ||
         (c >= '0') && (c <= '9') ||
         (c == ' '))
           Cleaned += c;
Cleaned = Cleaned.Replace(" ", "-");

• Как вы определяете "дружественный" URL-адрес? Я предполагаю, что вы хотите удалить _ и т.д.
• Я бы посмотрел в регулярное выражение здесь.

Если вы хотите продолжить с помощью метода выше, я бы предложил перейти к StringBuilder по строке. Это связано с тем, что каждая из операций замены создает новую строку.

Я могу затянуть один кусок этого:

while (str.IndexOf("  ") > 0)
    str = str.Replace("  ", " ");

... вместо вашего бесконечного числа заменяемых " ". Но вы почти наверняка хотите использовать регулярное выражение.