Phương thức String.IsNormalized() trong C#

Giới thiệu

Phương thức String.IsNormalized() trong C# cho biết chuỗi có ở dạng chuẩn hóa Unicode (Unicode normalization form) cụ thể hay không. Chuẩn hóa Unicode đảm bảo các chuỗi tương đương về mặt logic có cùng biểu diễn nhị phân.

Cú pháp

public bool IsNormalized ();
public bool IsNormalized (System.Text.NormalizationForm normalizationForm);

• Overload 1: Kiểm tra dạng chuẩn hóa mặc định (Form C - NFC).
• Overload 2: Kiểm tra dạng chuẩn hóa chỉ định (FormC, FormD, FormKC, FormKD).

Các dạng chuẩn hóa Unicode

Ví dụ 1: Kiểm tra mặc định (Form C)

using System;

public class Demo {
    public static void Main(String[] args) {
        string str1 = "Ryan";
        string str2 = "Matt";

        Console.WriteLine("String 1 = " + str1);
        Console.WriteLine("HashCode của String 1 = " + str1.GetHashCode());
        Console.WriteLine("Index của 'k' trong str1 = " + str1.IndexOf("k"));

        Console.WriteLine("\nString 2 = " + str2);
        Console.WriteLine("HashCode của String 2 = " + str2.GetHashCode());
        Console.WriteLine("Index của 'k' trong str2 = " + str2.IndexOf("k"));

        bool res1 = str1.IsNormalized();
        Console.WriteLine("\nstr1 ở dạng chuẩn hóa? = " + res1);

        bool res2 = str2.IsNormalized();
        Console.WriteLine("str2 ở dạng chuẩn hóa? = " + res2);
    }
}

Đầu ra ví dụ 1

String 1 = Ryan
HashCode của String 1 = 1580592915
Index của 'k' trong str1 = -1
String 2 = Matt
HashCode của String 2 = -1920007383
Index của 'k' trong str2 = -1
str1 ở dạng chuẩn hóa? = True
str2 ở dạng chuẩn hóa? = True

Ví dụ 2: Kiểm tra các dạng chuẩn hóa cụ thể

using System;
using System.Text;

public class Demo {
    public static void Main(String[] args) {
        string str1 = "Imagine Dragons";
        string str2 = "Imagine";

        Console.WriteLine("String 1 = " + str1);
        Console.WriteLine("HashCode của String 1 = " + str1.GetHashCode());
        Console.WriteLine("String 2 = " + str2);
        Console.WriteLine("HashCode của String 2 = " + str2.GetHashCode());
        Console.WriteLine("String 1 bằng String 2: " + str1.Equals(str2));

        Console.WriteLine("str1 chuẩn hóa Form C? = " + str1.IsNormalized(NormalizationForm.FormC));
        Console.WriteLine("str2 chuẩn hóa Form C? = " + str2.IsNormalized(NormalizationForm.FormC));
        Console.WriteLine("str1 chuẩn hóa Form D? = " + str1.IsNormalized(NormalizationForm.FormD));
        Console.WriteLine("str2 chuẩn hóa Form D? = " + str2.IsNormalized(NormalizationForm.FormD));
        Console.WriteLine("str1 chuẩn hóa Form KC? = " + str1.IsNormalized(NormalizationForm.FormKC));
        Console.WriteLine("str2 chuẩn hóa Form KC? = " + str2.IsNormalized(NormalizationForm.FormKC));
        Console.WriteLine("str1 chuẩn hóa Form KD? = " + str1.IsNormalized(NormalizationForm.FormKD));
        Console.WriteLine("str2 chuẩn hóa Form KD? = " + str2.IsNormalized(NormalizationForm.FormKD));
    }
}

Đầu ra ví dụ 2

String 1 = Imagine Dragons
HashCode của String 1 = -1546868095
String 2 = Imagine
HashCode của String 2 = -1414695254
String 1 bằng String 2: False
str1 chuẩn hóa Form C? = True
str2 chuẩn hóa Form C? = True
str1 chuẩn hóa Form D? = True
str2 chuẩn hóa Form D? = True
str1 chuẩn hóa Form KC? = True
str2 chuẩn hóa Form KC? = True
str1 chuẩn hóa Form KD? = True
str2 chuẩn hóa Form KD? = True

Ví dụ thực tế: Ký tự có dấu tiếng Việt

using System;
using System.Text;

public class Demo {
    public static void Main() {
        // "é" có thể là 1 ký tự (U+00E9) hoặc 2 ký tự: 'e' (U+0065) + '´' (U+0301)
        string composed = "\u00E9";        // NFC: é (1 char)
        string decomposed = "e\u0301";     // NFD: e + combining acute (2 chars)

        Console.WriteLine("Composed: " + composed + " Length: " + composed.Length);
        Console.WriteLine("Decomposed: " + decomposed + " Length: " + decomposed.Length);
        Console.WriteLine("Equals (ordinal): " + composed.Equals(decomposed)); // False
        Console.WriteLine("Equals (invariant culture): " + string.Equals(composed, decomposed, StringComparison.InvariantCulture)); // True

        Console.WriteLine("Composed IsNormalized(FormC): " + composed.IsNormalized(NormalizationForm.FormC)); // True
        Console.WriteLine("Decomposed IsNormalized(FormC): " + decomposed.IsNormalized(NormalizationForm.FormC)); // False
        Console.WriteLine("Decomposed IsNormalized(FormD): " + decomposed.IsNormalized(NormalizationForm.FormD)); // True

        // Chuẩn hóa về FormC
        string normalized = decomposed.Normalize(NormalizationForm.FormC);
        Console.WriteLine("Normalized: " + normalized + " Length: " + normalized.Length);
        Console.WriteLine("Equals sau normalize: " + composed.Equals(normalized)); // True
    }
}

Đầu ra tiếng Việt

Composed: é Length: 1
Decomposed: e´ Length: 2
Equals (ordinal): False
Equals (invariant culture): True
Composed IsNormalized(FormC): True
Decomposed IsNormalized(FormC): False
Decomposed IsNormalized(FormD): True
Normalized: é Length: 1
Equals sau normalize: True

Khi nào cần chuẩn hóa?

• So sánh chuỗi từ nguồn khác nhau (file, web, input method).
• Lưu trữ database, tìm kiếm, index.
• Bảo mật: chuẩn hóa trước khi hash/mã hóa.
• Xử lý tiếng Việt, tiếng Pháp, tiếng Nhật... có ký tự tổ hợp.