Question

Recentrly我在StringUtils库中找到了非常有用的方法

StringUtils.stripAccents(String s)

我发现删除任何特殊字符并将其转换为某些ASCII“等效”非常有用，对于instaceç= c等。

现在，我正在为一位真正需要做这种事情的德国客户工作，但仅限于非德国人。任何变音都应保持不变。我意识到strinAccents在这种情况下不会有用。

有没有人对这些东西有一些经验？是否有任何有用的工具/库/类或正则表达式？我试着编写一些解析和替换这些字符的类，但是为所有语言构建这样的地图可能非常困难......

任何有关建议......

Answer 1

最好建一个自定义功能。它可能如下所示。如果要避免转换字符，可以删除两个字符串（常量）之间的关系。

private static final String UNICODE =
        "ÀàÈèÌìÒòÙùÁáÉéÍíÓóÚúÝýÂâÊêÎîÔôÛûŶŷÃãÕõÑñÄäËëÏïÖöÜüŸÿÅåÇçŐőŰű";
private static final String PLAIN_ASCII =
        "AaEeIiOoUuAaEeIiOoUuYyAaEeIiOoUuYyAaOoNnAaEeIiOoUuYyAaCcOoUu";

public static String toAsciiString(String str) {
    if (str == null) {
        return null;
    }
    StringBuilder sb = new StringBuilder();
    for (int index = 0; index < str.length(); index++) {
        char c = str.charAt(index);
        int pos = UNICODE.indexOf(c);
        if (pos > -1)
            sb.append(PLAIN_ASCII.charAt(pos));
        else {
            sb.append(c);
        }
    }
    return sb.toString();
}

public static void main(String[] args) {
    System.out.println(toAsciiString("Höchstalemannisch"));
}

Answer 2

我的直觉告诉我，最简单的方法就是只列出允许的字符并从其他所有内容中删除重音。这就像是

import java.util.regex.*;
import java.text.*;

public class Replacement {
    private static String patternContainingAllValidGermanCharacters =
                                            "a-zA-Z0-9äÄöÖéÉüÜß";

    public static void main(String args[]) {
        String from = "aoeåöäìé";
        String result = stripAccentsFromNonGermanCharacters(from);

        System.out.println("Result: " + result);
    }

    public static String stripAccentsFromNonGermanCharacters(
           String from) {
        Pattern nonGermanCharactersPattern = Pattern.compile(
            "([^" + patternContainingAllValidGermanCharacters + "])");

        return stripAccentsFromCharactersMatching(
            from, nonGermanCharactersPattern);

    }

    public static String stripAccentsFromCharactersMatching(
        String target, Pattern myPattern) {

        StringBuffer myStringBuffer = new StringBuffer();
        Matcher myMatcher = myPattern.matcher(target);
        while (myMatcher.find()) {
            myMatcher.appendReplacement(myStringBuffer,
                stripAccents(myMatcher.group(1)));
        }
        myMatcher.appendTail(myStringBuffer);

        return myStringBuffer.toString();
    }


    // pretty much the same thing as StringUtils.stripAccents(String s)
    // used here so I can demonstrate the code without StringUtils dependency
    public static String stripAccents(String text) {
        return Normalizer.normalize(text,
            Normalizer.Form.NFD)
           .replaceAll("\\p{InCombiningDiacriticalMarks}+", "");
    }
}

（我意识到模式可能不包含所需的所有字符，但添加了缺少的任何字符）

Answer 3

This可能会给你一个解决方法。在这里，您可以检测语言并仅获取特定文本。

修改您可以将原始字符串作为输入，将语言检测放入德语，然后它将检测德语字符并丢弃剩余字符。

从String中删除重音符号

3 个答案: