如何从java中的字符串中删除尖音符号？

问题描述

我知道这一点

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

但是它不是我想要的方式。它改变了文字感

stripAccents("йод,ëлка,wäre") //иод,елка,ware

我只想删除重音

stripAccents("café") //cafe

解决方法

仅针对急性口音

s = Normalizer.normalize(s,Normalizer.Form.NFD); // Decompose
s = s.replace("\u0301",""); // Combining acute accent (´)
s = Normalizer.normalize(s,Normalizer.Form.NFC); // Compose again

组成最短，通常用字体表现更好。

即使没有正则表达式，也可以删除零长度的重音符号。

对于意大利语cafè带有重音符号的坟墓，请使用\u0300。

,

似乎最好将带有重音符号的特定重音字符集重新映射为纯字母：

public static String stripAccents(String s) {
   
    if (null == s || s.isEmpty()) {
        return s;
    }
    
    final String[] map = {
        "ÁÉÍÓÚÝáéíóúý","AEIOUYaeiouy"
    };
    
    return s.chars()
            .mapToObj(c -> (char)(map[0].indexOf(c) > -1 ? map[1].charAt(map[0].indexOf(c)) : c))
            .collect(Collector.of(
                StringBuilder::new,StringBuilder::append,StringBuilder::toString
            ));
}

// or using updated switch statement in JDK 12
public static String stripAcuteAccents(String s) {
    if (null == s || s.isEmpty()) {
        return s;
    }
    char[] raw = s.toCharArray();
    for (int i = 0; i < raw.length; i++) {
        raw[i] = switch(raw[i]) {
            case 'Á' -> 'A'; case 'É' -> 'E'; case 'Í' -> 'I';
            case 'Ó' -> 'O'; case 'Ú' -> 'U'; case 'Ý' -> 'Y'; 
            case 'á' -> 'a'; case 'é' -> 'e'; case 'í' -> 'i';
            case 'ó' -> 'o'; case 'ú' -> 'u'; case 'ý' -> 'y';
            default -> raw[i];
        };
    }
    return new String(raw);
}

基本测试：

String[] tests = {"café","Á Toi","ÁÉÍÓÚÝáéíóúý - bcdef"};
   
Arrays.stream(tests)
      .forEach(s -> System.out.printf("%s -> %s%n",s,stripAccents(s)));

输出

café -> cafe
Á Toi -> A Toi
ÁÉÍÓÚÝáéíóúý - bcdef -> AEIOUYaeiouy - bcdef