Xử lý chuỗi CKEditor thành tiếng Việt không dấu.

[learningforever]

Kính gởi các anh em trong congdongcviet.com.

Mình đang dùng CKEditor 3.6.1 để soạn thảo nội dung bài viết trong website.

Theo mình biết thì CKEditor lưu nội dung vào CSDL theo tiêu chuẩn iso-8859-1.
Ví dụ:

Xin chào các bạn.

sau khi đưa vào CKEditor sẽ có dạng:

<p>
	Xin ch&agrave;o c&aacute;c bạn.</p>

Mình muốn xử lý nội dung của CKEditor theo hướng loại bỏ tất cả các ký tự HTML và văn bản sẽ trở thành tiếng Việt không dấu để tiện tìm kiếm sau này.

Theo đó văn bản trên sẽ trở thành

Xin chao cac ban.

Mình đã tham khảo trên mạng và tìm được cách chuyển từ UTF-8 sang tiếng Việt không dấu. Nhưng từ
iso-8859-1 sang tiếng Việt không dấu thì mình chưa tìm được cách chuyển.

Mong nhận được sự giúp đỡ của các bạn.
Chân thành cảm ơn.

[FlyingFox]

Bạn cần phải làm 3 việc như sau:
1. Xóa bõ thẽ.
2. Decode cái chuỗi đó từ HTML Text sang chuỗi thường.
3. Khữ dấu.

public string Decode(string htmlText)        {            string strText = Regex.Replace(htmlText, "<.*?>", string.Empty);            strText = HttpUtility.HtmlDecode(strText);            strText = RemoveUnicode(strText);            return strText;        }         public string RemoveUnicode(string inputText)        {            string stFormD = inputText.Normalize(System.Text.NormalizationForm.FormD);            System.Text.StringBuilder sb = new System.Text.StringBuilder();            string str = "";            for (int i = 0; i <= stFormD.Length - 1; i++)            {                UnicodeCategory uc = CharUnicodeInfo.GetUnicodeCategory(stFormD[i]);                if (uc == UnicodeCategory.NonSpacingMark == false)                {                    if (stFormD[i] == 'đ')                        str = "d";                    else if (stFormD[i] == 'Đ')                        str = "D";                    else                        str = stFormD[i].ToString();                    sb.Append(str);                }            }            return sb.ToString();        }

[learningforever]

Xin thật lòng cảm ơn bạn FlyingFox.
Nhờ code này của bạn mình đã giải quyết được một vấn đề cả tuần này mình làm chưa được.

Mình nhờ bạn giúp thêm một tý nữa được không?

Vấn đề là mình muốn tất cả văn bản sau khi chuyển thành tiếng Việt không dấu thì sẽ liền nhau. Những khoảng xuống hàng sẽ được nối với nhau để tiết kiệm không gian cho CSDL.

[FlyingFox]

Thì bạn chỉ cần replace bằng empty string là được rồi.

public string RemoveUnicode(string inputText)        {            string stFormD = inputText.Normalize(System.Text.NormalizationForm.FormD);            System.Text.StringBuilder sb = new System.Text.StringBuilder();            string str = "";            for (int i = 0; i <= stFormD.Length - 1; i++)            {                UnicodeCategory uc = CharUnicodeInfo.GetUnicodeCategory(stFormD[i]);                if (uc == UnicodeCategory.NonSpacingMark == false)                {                    if (stFormD[i] == 'đ')                        str = "d";                    else if (stFormD[i] == 'Đ')                        str = "D";                    else if (stFormD[i] == '\r' | stFormD[i] == '\n')                        str = "";                    else                        str = stFormD[i].ToString();                    sb.Append(str);                }            }            return sb.ToString();        }

[learningforever]

Chân thành cảm ơn bạn FlyingFox một lần nữa.
Mình có thêm được một tý mã nữa để loại bỏ ký tự [tab] bằng cách thêm stFormD[i] == '\t'.
Chúc bạn nhiều sức khỏe và thành công trong cuộc sống.

public string RemoveUnicode(string inputText)
    {
        string stFormD = inputText.Normalize(System.Text.NormalizationForm.FormD);
        System.Text.StringBuilder sb = new System.Text.StringBuilder();
        string str = "";
        for (int i = 0; i <= stFormD.Length - 1; i++)
        {
            UnicodeCategory uc = CharUnicodeInfo.GetUnicodeCategory(stFormD[i]);
            if (uc == UnicodeCategory.NonSpacingMark == false)
            {
                if (stFormD[i] == 'đ')
                    str = "d";
                else if (stFormD[i] == 'Đ')
                    str = "D";
                else if (stFormD[i] == '\r' | stFormD[i] == '\n' | stFormD[i] == '\t')
                    str = "";
                else
                    str = stFormD[i].ToString();
                sb.Append(str);
            }
        }
        return sb.ToString();
    }