java - 从拉丁字符中删除重音符号（变音符号）以进行比较

Question

我需要将使用拉丁字母书写的欧洲地名与某些字符上的重音符号（变音符号）进行比较。有很多中欧和东欧的名字在 and 上带有重音符号，如拉丁字符ž，ü但有些人只使用没有重音符号的常规拉丁字符写名字，如zand u。

我需要一种方法让我的系统识别例如与使用的所有其他重音字符mšk žilina相同msk zilina和相似。有没有一种简单的方法可以做到这一点？

Answer 1

您可以使用java.text.Normalizer和一点正则表达式来摆脱变音符号。

public static String removeDiacriticalMarks(String string) {
    return Normalizer.normalize(string, Form.NFD)
        .replaceAll("\\p{InCombiningDiacriticalMarks}+", "");
}

使用示例：

String text = "mšk žilina";
String normalized = removeDiacriticalMarks(text);
System.out.println(normalized); // msk zilina