简单的方法从字符串中删除UTF-8口音？

etçasera samoitié。

到：

的Et CA血清SA moitie。

在Java中有没有一种简单的方法来做到这一点，就像我在Objective-C中做的那样？

NSString *str = @"Et ça sera sa moitié."; 
NSData *data = [str dataUsingEncoding:NSASCIIStringEncoding allowLossyConversion:YES]; 
NSString *newStr = [[NSString alloc] initWithData:data encoding:NSASCIIStringEncoding];

来源

2013-03-03 Rob

http://stackoverflow.com/questions/3322152/java-getting-rid-of-accents-and-converting-them-to-regular-letters – halex 2013-03-03 21:00:18

的重复这有什么好做UTF- 8或任何其他字符编码。 – Jesper 2015-04-27 08:30:22

最后我解决了它：

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

来源

2013-03-03 20:58:52 Rob

这是删除字符，还是用没有重音的等同词替换带有重音符号的字符？我问，因为这：'replaceAll（“[^ \\ p {ASCII}]”，“”）'看起来像没有任何东西（删除）替换。 – Kamil 2013-03-03 21:26:14

你是对的，我只是编辑了我的答案（目的当然是要替换而不是删除角色）。 – Rob 2013-03-03 21:28:22

为了正确地转换一些字符串，我使用**'Form.NFKD' **（“Compatibility decomposition。”） – 2013-07-24 12:31:05

假设你使用的是Java 6或更高版本，你可能想看看Normalizer，能分解口音，然后用正则表达式来剥离结合口音。

否则，您应该能够使用ICU4J获得相同的结果。

来源

2013-03-03 20:59:59 hertzsprung

是的，绝对是我做的，谢谢。 – Rob 2013-03-03 21:01:54

从Apache Commons Lang

StringUtils.stripAccents(String input)

也许最简单和最安全的方法是使用StringUtils的删除字符串附加符号（〜=重音）。这种情况将不会被更改为。例如，'à'将被替换为'a'。请注意，连字将保持原样。

StringUtils。 stripAccents()

来源

2013-03-03 21:23:49

请注意，它是Apache Commons Lang3，不是Commons Lang – 2015-10-05 11:30:29

这很好，但不适用于'Ø'。 – OlgaMaciaszek 2017-11-13 15:12:46

-5

谢谢

public static final Pattern DIACRITICS_AND_FRIENDS = Pattern.compile(
           "[\\p{InCombiningDiacriticalMarks}\\p{IsLm}\\p{IsSk}]+"); 

private static String stripDiacritics(String str) { 
    str = Normalizer.normalize(str, Normalizer.Form.NFD); 
    str = DIACRITICS_AND_FRIENDS.matcher(str).replaceAll(""); 
    return str; 
}

=> stripDiacritics（ “CA的Et血清SAmoitié。”）;

来源

2014-12-25 07:54:48 user4393279

我想唯一的区别是我使用的是+而不是[]与解决方案相比。我认为两者都有效，但最好还是在这里。

String normalized = Normalizer.normalize(input, Normalizer.Form.NFD); 
String accentRemoved = normalized.replaceAll("\\p{InCombiningDiacriticalMarks}+", "");

来源

简单的方法从字符串中删除UTF-8口音？

回答

相关问题