问题是微不足道的，在某些语言中使用字符串删除变音符号。例如，使用“téléphone”会产生结果“telephone”。
在Java中我可以使用这样的方法：
public static String removeAccents(String str){
return Normalizer.normalize(str, Normalizer.Form.NFD).replaceAll("\\p{InCombiningDiacriticalMarks}+", "");
}
它工作正常，但在scala中它没有......我尝试了如下代码：
val str = Normalizer.normalize("téléphone",Normalizer.Form.NFD)
val exp = "\\p{InCombiningDiacriticalMarks}+".r
exp.replaceAllIn(str,"")
它不起作用！
我想，我在 Scala 中使用 Regex 时遗漏了一些东西，所以任何帮助都将不胜感激。
您可以使用它，创建一个函数来返回stripAccents.
val spark=SparkBase.getSparkSession()
val sc=spark.sparkContext
import spark.implicits._
val str = stripAccents("téléphone")
println(str)
val str2 = stripAccents("SERNAQUE ARGÜELLO NORMA ELIZABETH")
println(str2)
case class Fruits(name: String, quantity: Int)
val sourceDS = Seq(("YÁBAR ARRIETA JENSON", 1), ("SERNAQUE ARGÜELLO NORMA ELIZABETH", 2)).toDF("text","num")
val check = udf((colValue: String) => {
stripAccents(colValue)
})
sourceDS.select(col("text"),check(col("text"))).show(false)
->输出
+---------------------------------+---------------------------------+
|text |UDF(text) |
+---------------------------------+---------------------------------+
|YÁBAR ARRIETA JENSON |YABAR ARRIETA JENSON |
|SERNAQUE ARGÜELLO NORMA ELIZABETH|SERNAQUE ARGUELLO NORMA ELIZABETH|
+---------------------------------+---------------------------------+
我使用 Normalizer 遇到了同样的问题。从Apache Commons StringUtils中找到了 stripAccents 形式的解决方案，它从字符串中删除了变音符号。
val str = stripAccents("téléphone")
println(str)
这将产生“电话”。希望这对某人有帮助！