C# 将标题转换为虚线URL友好字符串

我想编写一个C#方法，将任何标题转换为URL友好字符串，类似于Stack Overflow所做的：

• 用破折号替换空格
• 删除括号
• 等等

我正在考虑按照RFC3986标准删除保留字符，但我不知道这是否足够？这将使链接可行，但有人知道stackoverflow正在替换哪些其他字符吗？我不想在我的URL中出现%s

当前实施

string result=Regex.Replace（value.Trim（），@“[！*”``（）；：@&+=$，/\\？%\\[\]«»{}；
返回Regex.Replace（result.Trim（），@“[\s*[\----\s]\s*]”，“-”；

我的问题

我应该删除哪些字符

我应该限制结果字符串的最大长度吗

有人知道什么规则适用于标题吗

大多数“Sluggifer”（转换为友好url类型名称的方法）倾向于执行以下操作：

除去所有空格、破折号、下划线和字母数字以外的内容

（可选）删除“常用词”（the、a、an、of等）

用破折号替换空格和下划线

（可选）转换为小写

据我所知，StackOverflow的Slaggifer能做到1、3和4，但不能做到2。

我会：

string url = title;
url = Regex.Replace(url, @"^\W+|\W+$", "");
url = Regex.Replace(url, @"'\"", "");
url = Regex.Replace(url, @"_", "-");
url = Regex.Replace(url, @"\W+", "-");

基本上这是在做什么：

• 从标题的开头和结尾删除非单词字符 删除单引号和双引号（主要是在词组中去掉撇号）；李>
• 用连字符替换下划线（从技术上讲，下划线是一个单词字符以及数字和字母）；及
• 用一个连字符替换所有非单词字符组

---

与其寻找替换的东西，不如列出一个清晰的正则表达式

return Regex.Replace(value, @"[^A-Za-z0-9_\.~]+", "-");

（请注意，我没有将破折号包括在允许的字符列表中；因此它会被“1或多个”运算符[

+

]吞并，从而根据Dominic Rodger的优秀观点，多个破折号（原始破折号、生成破折号或组合破折号）被折叠。）

您可能还想删除常用词（“the”、“an”、“a”等），尽管这样做会稍微改变句子的意思。可能还需要删除任何尾随的破折号和句点

另外，强烈建议您按照SO和其他人的做法进行操作，包括标题以外的唯一标识符，然后在处理URL时仅使用该唯一ID。所以

http://example.com/articles/1234567/is-the-pop-catholic

（注意缺少的“e”）和

http://example.com/articles/1234567/is-the-pope-catholic

解析到同一个资源。

这个怎么样：

string FriendlyURLTitle(string pTitle)
{
    pTitle = pTitle.Replace(" ", "-");
    pTitle = HttpUtility.UrlEncode(pTitle);
    return Regex.Replace(pTitle, "\%[0-9A-Fa-f]{2}", "");
}

---

这就是我目前如何使用单词的方式

        public static string Slug(this string value)
    {
        if (value.HasValue())
        {
            var builder = new StringBuilder();
            var slug = value.Trim().ToLowerInvariant();

            foreach (var c in slug)
            {
                switch (c)
                {
                    case ' ':
                        builder.Append("-");
                        break;
                    case '&':
                        builder.Append("and");
                        break;
                    default:

                        if ((c >= '0' && c <= '9') || (c >= 'a' && c <= 'z') && c != '-')
                        {
                            builder.Append(c);
                        }

                        break;
                }
            }

            return builder.ToString();
        }

        return string.Empty;
    }

公共静态字符串Slug（此字符串值）
{
if（value.HasValue（））
{
var builder=新的StringBuilder（）；
var slug=value.Trim（）.ToLowerInvariant（）；
foreach（段塞中的变量c）
{
开关（c）
{
案例“”：
生成器。附加（“-”）；
打破
案例“&”：
建造商。附加（“和”）；
打破
违约：
如果（（c>='0'&&c='a'&&c我用这个

    public static string ToUrlFriendlyString(this string value)
    {
        value = (value ?? "").Trim().ToLower();

        var url = new StringBuilder();

        foreach (char ch in value)
        {
            switch (ch)
            {
                case ' ':
                    url.Append('-');
                    break;
                default:
                    url.Append(Regex.Replace(ch.ToString(), @"[^A-Za-z0-9'()\*\\+_~\:\/\?\-\.,;=#\[\]@!$&]", ""));
                    break;
            }
        }

        return url.ToString();
    }

这对我有用

string output = Uri.UnescapeDataString(input);

但是，白名单方法确实会阻止Unicode字符（在IRI中）通过。@Bobince:没错。我还必须提供与语言相关的字符（来自东欧字符集）@Robert:IRI（RFC3987；）更改游戏。如果这很重要，您可能希望在问题中提及它。将支持的IRI值添加到白名单似乎并不困难。对于外观很相似的人，您可能希望对其进行预筛选。@TJCrowder:不应该。（点）在您的正则表达式模式中是否被转义？@Robert:我不这么认为，但坦白地说，我不确定，必须进行检查。这样做是无害的，我已相应地编辑了答案。点（此处的任何字符）的通常含义在字符类构造中没有任何意义。您必须转义
`
（显然），
-
（因为它在构造中创建了一个范围）和
]
（这将关闭它），但我认为你不必逃避大多数其他人。因此，我的替代品做的是相同的：1、3和4。我只需在第一个reg-ex模式中添加下划线。对不起，我宁愿使用正则表达式。你的许多代码行最多可以被两个正则表达式替换。是的，但是当正则表达式on非常复杂且难以理解。我宁愿使用可维护性，而不是2个神秘的正则表达式：）我想知道为什么这没有得到更多的选票？非常简单易懂，而且解释得很好。我还想知道，对于步骤2和步骤3，字符串.Replace是否会更快，这是一种普通的字符替换，但实际上并不存在。我还对^\W非单词字符在unicode和非拉丁语言中的性能感兴趣？如果有我认为这是最好的答案。最后的建议-我很喜欢前面的建议，用“and”替换“&”。哦-最后一件事，我认为在第三行（第二行。替换）中的“\\”应该是“@”“如果您可以发布单独的问题，而不是将您的问题合并为一个问题，这是首选。这样，它可以帮助回答您的问题的人，也可以帮助其他人寻找至少一个您的问题。
string output = Uri.UnescapeDataString(input);