java - 从 Unicode 字符串中删除重音的简单方法？

Question

我想改变这句话：

Etça sera sa moitié。

到 ：

Et ca sera sa moitie。

有没有一种简单的方法可以在 Java 中做到这一点，就像我在 Objective-C 中所做的那样？

NSString *str = @"Et ça sera sa moitié.";
NSData *data = [str dataUsingEncoding:NSASCIIStringEncoding allowLossyConversion:YES];
NSString *newStr = [[NSString alloc] initWithData:data encoding:NSASCIIStringEncoding];

Answer 1

最后，我通过使用Normalizer该类解决了它。

import java.text.Normalizer;

public static String stripAccents(String s) 
{
    s = Normalizer.normalize(s, Normalizer.Form.NFD);
    s = s.replaceAll("[\\p{InCombiningDiacriticalMarks}]", "");
    return s;
}

Answer 2

也许最简单和最安全的方法是使用StringUtilsApache Commons Lang

StringUtils.stripAccents(String input)

从字符串中删除变音符号（~= 重音符号）。案件不会改变。例如，“à”将被“a”替换。请注意，连字将保持原样。

字符串实用程序。带重音（）

Answer 3

我想唯一的区别是我使用 a+而不是 a[]与解决方案相比。我认为两者都有效，但最好在这里也有它。

String normalized = Normalizer.normalize(input, Normalizer.Form.NFD);
String accentRemoved = normalized.replaceAll("\\p{InCombiningDiacriticalMarks}+", "");

Answer 4

对于科特林

fun stripAccents(s: String): String 
{
    var string = Normalizer.normalize(s, Normalizer.Form.NFD)
    string = Regex("\\p{InCombiningDiacriticalMarks}+").replace(string, "")
    return  string
}

Answer 5

假设您使用的是 Java 6 或更新版本，您可能想看看Normalizer，它可以分解重音，然后使用正则表达式去除组合重音。

否则，您应该能够使用ICU4J.

Answer 6

谢谢你

public static final Pattern DIACRITICS_AND_FRIENDS = Pattern.compile(
                              "[\\p{InCombiningDiacriticalMarks}\\p{IsLm}\\p{IsSk}]+");

private static String stripDiacritics(String str) {
    str = Normalizer.normalize(str, Normalizer.Form.NFD);
    str = DIACRITICS_AND_FRIENDS.matcher(str).replaceAll("");
    return str;
}

=> stripDiacritics("Et Ça sera sa moitié." );