假设我有一个包含Ü的字符串。我怎么能找到所有那些unicode字符?我应该测试他们的代码吗?我该怎么做?
例如,给定字符串“AÜXÜ”,我想将其转换为“AYXY”。我想对其他unicode角色做同样的事情,我不想将它们存储在某种翻译地图中。
答案 0 :(得分:15)
“unicode characters”的定义含糊不清,但将被视为标准ISO 8859 charset未涵盖的UTF-8字符。如果在您的情况下这是真的,则循环遍历String中的所有字符并测试其代码点以确定它是否在给定的字符集内。
或者,使用Map<Character, Character>
和地图中包含与键匹配的字符。例如:
Map<Character, Character> charReplacementMap = new HashMap<Character, Character>() {{
put('Ü', 'Y');
// Put more here.
}};
String originalString = "AÜAÜ";
StringBuilder builder = new StringBuilder();
for (char currentChar : originalString.toCharArray()) {
Character replacementChar = charReplacementMap.get(currentChar);
builder.append(replacementChar != null ? replacementChar : currentChar);
}
String newString = builder.toString();
或者,你的意思是“所有带有变音符号的人物”?如果是,请使用java.text.Normalizer
删除变音标记:
/**
* Remove any diacritical marks (accents like ç, ñ, é, etc) from
* the given string (so that it returns plain c, n, e, etc).
* @param string The string to remove diacritical marks from.
* @return The string with removed diacritical marks, if any.
*/
public static String removeDiacriticalMarks(String string) {
return Normalizer.normalize(string, Form.NFD)
.replaceAll("\\p{InCombiningDiacriticalMarks}+", "");
}
一个陷阱,Ü将成为U,而不是Y.不确定这是否是你所追求的。如果你想用发音字符替换,你真的需要创建一个映射。当然,这是一项繁琐的工作,但它的完成时间比你需要的时间少。
答案 1 :(得分:13)
你可以遍历你的字符串和每个字符调用
If (Character.UnicodeBlock.of(c) != Character.UnicodeBlock.BASIC_LATIN) {
// replace with Y
}
答案 2 :(得分:12)
你可以反过来询问角色是否是ascii角色。
public static boolean isAscii(char ch) {
return ch < 128;
}
当然,您必须通过char分析字符串char。
(该方法来自commons-lang CharUtils,其中包含大量有用的Character方法)
答案 3 :(得分:2)
我不清楚将“AÜXÜ”转变为“AYXY”所获得的确切成果。这是因为Ü在特定语言中的发音如Y吗?什么语言?还有什么其他规则可以适用?
就术语而言......
"a"
以上是Unicode字符串。它包含一个UTF-16编码字符。
如果您希望将字符范围限制为英文字母,请查看Normalization performed in this answer。
答案 4 :(得分:1)
我不确定你的例子你想要做什么 - 如果你只是试图用Y替换所有非ASCII值,那么你可以遍历字符串寻找范围0之外的代码点到127,并用Y替换那些代码点。
答案 5 :(得分:0)
班级Character
也提供了一些有趣的方法。看看吧。
Character.UnicodeBlock.of('a') == Character.UnicodeBlock.BASIC_LATIN; //true
Character.UnicodeBlock.of('�') == Character.UnicodeBlock.BASIC_LATIN; //false