4

我可以让 ICU 使用“Any-Latin”将其音译为拉丁语，但这仍然包括不在 Latin1 代码页中的字符，例如宏。我可以使用“Any-Latin；Latin-ASCII”将其音译为 ASCII，但随后我丢失了所有有效的 Latin1 字符的重音字符。我需要一些专门用于“Any-ISO_8859_1”的东西

我能看到的唯一方法是建立一组自定义规则。例如，转换为拉丁语，然后删除宏和其他任何非拉丁语1：

UnicodeString Latin1_Rules(
    "::Any-Latin; "
    "::nfd; ::[\\u0304] remove; ::nfc;"
    // etc...
    );
// Create a custom Transliterator
icu::Transliterator* trans = icu::Transliterator::createFromRules("Latin1",
    Latin1_Rules,
    UTRANS_FORWARD,
    ...

但我不确定我还需要删除哪些其他东西，而且这个解决方案看起来很笨拙，可能很慢，我不确定我是否会 100% 确信它是正确的。

如果有更好（更简单/更快）的方法，我不会嫁给 ICU。但我坚持使用 C/C++。

需要明确的是，这与Is there a way to convert from UTF8 to iso-8859-1? 这个问题只是在已知内容仅为 iso-8859-1 时在编码之间进行转换。转换一对一地映射字符，并且对于目标编码不支持的任何字符都失败。

我的问题是关于音译。我希望例如像牛这样的汉字被音译为“Niú”。

4

0 回答 0