我们接受UTF-8字符串中的各种国家字符输入,我们需要将它们转换成输出的ASCII字符串以供一些遗留使用. (我们不接受中国和日本的字符,只有欧洲语言)
我们有一个小的实用程序来摆脱所有的变音符号:
public static final String toBaseCharacters(final String sText) { if (sText == null || sText.length() == 0) return sText; final char[] chars = sText.tocharArray(); final int iSize = chars.length; final StringBuilder sb = new StringBuilder(iSize); for (int i = 0; i < iSize; i++) { String sLetter = new String(new char[] { chars[i] }); sLetter = Normalizer.normalize(sLetter,Normalizer.Form.NFC); try { byte[] bLetter = sLetter.getBytes("UTF-8"); sb.append((char) bLetter[0]); } catch (UnsupportedEncodingException e) { } } return sb.toString(); }
问题是如何替代所有德国锋利(ß,Đ,đ)和其他通过上述标准化方法的字符,其补充(在ß的情况下,补充可能是“ss”,如果odĐ补充将是“D”或“Dj”).
有没有一些简单的方法来做,没有百万的.replaceAll()调用?
所以例如:Đonardan= Djonardan,Blaß= Blass等等.
我们可以用空格替换所有“有问题的”字符,但是要避免这样做,使输出与输入尽可能相似.
谢谢你的答案,
博佐
解决方法
Is there some simple way to do it,without million of .replaceAll() calls?
如果你只是支持欧洲,拉丁语的语言,大约100左右就够了这绝对可行:抓住Latin-1 Supplement和Latin Extended-A的Unicode charts,并开始String.replace派对. 原文链接:https://www.f2er.com/java/123502.html