java - 在Java中将光学等效的unicode字符串转换为ASCII？

Question

我运行一个社交网络，要求 unicode 用户名是唯一的（如预期的那样）。

一些有创意的用户已经开始使用西里尔文（和其他）unicode 字符来创建视觉上等效（但 unicode 不同）的用户名。

例如，他们将使用西里尔文小写字母“а”，看起来与罗马字母相同。

有谁知道在Java中自动转换这些光学等效字符的方法？如果机制已经存在，我宁愿不必手动创建转换表。

Answer 1

为什么不尝试应用 OCR 库。

Answer 2

您可以尝试Unicode 规范化- 基本上，无法区分的代码点具有指定的“规范”代码点，规范化是将每个字符替换为其规范形式的过程。

Java 似乎通过java.text.Normalizer-更多信息在这里支持 Unicode 规范化。

但是，我不确定拉丁语 A 和西里尔字母 A 在 Unicode 中是否被标记为等效 - 你必须尝试。

当您的用户开始使用非常相似而不是相同的字符时，这也无济于事- 人类非常有创造力，技术解决方案在这里可能无法 100% 起作用，因此您可能无论如何都不得不求助于人类的节制。

还有一些其他解决方案 - 例如，将用户名限制为拉丁字母数字。