unicode - 如何标准化日语以便我可以检查 Lua 中的禁用词？

Question

半角、全角、片假名、平假名、汉字和使用替代字符（例如用そ代替ん）的组合太多。

Python 有一个名为jcconv的包，它可以帮助我做我需要做的事情。我想将字符串转换为标准形式，这样我就可以查看我的受限单词列表。

这在Lua中可能吗？

Answer 1

为了能够在平假名、片假名和半角片假名之间转换字符串，您可以将各自的字母字符存储在不同的表中，并在它们之间添加映射（通过索引或键）。

从来源（链接）来看，jcconv 也是这样做的。

例如，如果您想将平假名转换为片假名，您可以这样做：

• 建立一个表，其中每个元素都定义为[hiragana] = katakana.
• 逐个字符地迭代字符串并替换（如果是这种情况，我发现一个小库正是这样做的：utf8.lua提供了一个接受映射表的替换函数）。