0

我正在尝试在验证期间从字符串中删除所有变音符号（有关更多背景信息，请参见下文）。为此，我使用以下代码：

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

我的问题是这不适用于字符 "ø" ，它保持原样。在查看了字符类“InCombiningDiacriticalMarks”之后，我发现了这个问题：What built-in regex character classes are supported Java

这将我带到了所有被认为是变音标记的官方 unicode 列表，这里：https : //www.unicode.org/charts/PDF/U0300.pdf ，代码点 0338 似乎与“ø”匹配得很好。

我是否遗漏了什么，或者 java 中不完全支持字符类“InCombiningDiacriticalMarks”？

至于为什么我需要这个，一些背景：

我正在向外部发送包含斯堪的纳维亚字符的数据，当他们将数据发回时，他们有一个有趣的习惯，即删除甚至替换变音符号（例如 ø 变成 ö）。我试图让他们做对，但就是做不到，而且我无法强迫他们这样做。

因此，为了比较数据以验证发送的内容是我们返回的内容，我必须删除所有变音符号以避免大量误报。

4

1 回答 1

0

所以就像 Jesper 提到的那样，问题在于字符“ø”不是带有变音符号的“o”，而是被认为是一个可以自己带变音符号的成熟字符，就像“Grø̈nland”中的“ø̈” （见https://en.wikipedia.org/wiki/%C3%98）。

结果，以编程方式将“ø”转换为“o”（这是我需要的）的唯一方法是将“ø”显式替换为“o”。因此，上面提到的方法变为：

private String stripAccents(final String s) {
    if(s == null) {
        return "";
    }
    return Normalizer.normalize(s, Normalizer.Form.NFD).replaceAll("[\\p{InCombiningDiacriticalMarks}]", "").replaceAll("ø", "o");
}
于 2018-10-16T05:48:56.470 回答