ҥ->H
Ѷ->V
Ȳ->Y
Ǭ->O
Ƈ->C
tђє Ŧค๓เℓy --> the Family
...
我看到有20多个A/a字母的版本，但我不知道如何对它们进行分类。它们就像是草堆中的针一样难以找到。
完整的Unicode字符列表位于 http://www.ssec.wisc.edu/~tomw/java/unicode.html 或 http://unicode.org/charts/charindex.html。只需尝试向下滚动并查看字母的变化。
我该如何使用Java将它们全部转换？请帮帮我 :(
从如何在.NET中移除变音符号（重音符号）？转载我的文章。
这种方法在Java中有效（仅用于去除变音符号，也称为重音符号）。
它基本上将所有带重音符号的字符转换为它们的无重音符号副本，然后跟随它们的组合变音符号。现在可以使用正则表达式去除变音符号。
import java.text.Normalizer;
import java.util.regex.Pattern;
public String deAccent(String str) {
String nfdNormalizedString = Normalizer.normalize(str, Normalizer.Form.NFD);
Pattern pattern = Pattern.compile("\\p{InCombiningDiacriticalMarks}+");
return pattern.matcher(nfdNormalizedString).replaceAll("");
}
自3.0版本起，它是Apache Commons Lang的一部分。
org.apache.commons.lang3.StringUtils.stripAccents("Añ");
返回An
另请参见http://www.drillio.com/en/software-development/java/removing-accents-diacritics-in-any-language/
试图“全部转换”是解决问题的错误方法。
首先，你需要了解你所尝试做的事情的局限性。正如其他人指出的那样，变音符号存在的原因是它们实际上是该语言字母表中具有自己含义/声音等的独特字母：删除这些标记就像在英文单词中替换随机字母一样。这还没有考虑到西里尔文字和其他基于文本脚本的文本（例如阿拉伯文），它们根本无法“转换”为英文。
如果你必须出于某种原因转换字符，则唯一合理的方法是首先缩小手头任务的范围。考虑输入源-如果你正在为“西方世界”编写应用程序，那么解析阿拉伯字符的可能性很小。同样，Unicode字符集包含数百个数学和绘画符号：用户没有（简单）的方法直接输入这些符号，因此可以假设它们可以被忽略。
通过采取这些逻辑步骤，你可以将要解析的可能字符数量减少到可以使用基于字典的查找/替换操作的程度。然后，创建字典可能需要一些微不足道的工作，并且执行替换的任务微不足道。如果你的语言支持本地Unicode字符（如Java），并且正确优化静态结构，则这样的查找和替换通常非常快速。
这来自于开发一款应用程序的经验，该应用程序需要允许终端用户搜索包含变音符号字符的文献数据。在我们的情况下，查找数组花费了大约1个工作日的时间，以覆盖所有西欧语言的所有变音标记。
测试字符串: ÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖØÙÚÛÜÝß
测试结果:
最后的选择是最好的。
import com.ibm.icu.text.Transliterator; //ICU4J library import
public static String TRANSLITERATE_ID = "NFD; Any-Latin; NFC";
public static String NORMALIZE_ID = "NFD; [:Nonspacing Mark:] Remove; NFC";
/**
* Returns the transliterated string to convert any charset to latin.
*/
public static String transliterate(String input) {
Transliterator transliterator = Transliterator.getInstance(TRANSLITERATE_ID + "; " + NORMALIZE_ID);
String result = transliterator.transliterate(input);
return result;
}
public class AsciiUtils {
private static final String PLAIN_ASCII =
"AaEeIiOoUu" // grave
+ "AaEeIiOoUuYy" // acute
+ "AaEeIiOoUuYy" // circumflex
+ "AaOoNn" // tilde
+ "AaEeIiOoUuYy" // umlaut
+ "Aa" // ring
+ "Cc" // cedilla
+ "OoUu" // double acute
;
private static final String UNICODE =
"\u00C0\u00E0\u00C8\u00E8\u00CC\u00EC\u00D2\u00F2\u00D9\u00F9"
+ "\u00C1\u00E1\u00C9\u00E9\u00CD\u00ED\u00D3\u00F3\u00DA\u00FA\u00DD\u00FD"
+ "\u00C2\u00E2\u00CA\u00EA\u00CE\u00EE\u00D4\u00F4\u00DB\u00FB\u0176\u0177"
+ "\u00C3\u00E3\u00D5\u00F5\u00D1\u00F1"
+ "\u00C4\u00E4\u00CB\u00EB\u00CF\u00EF\u00D6\u00F6\u00DC\u00FC\u0178\u00FF"
+ "\u00C5\u00E5"
+ "\u00C7\u00E7"
+ "\u0150\u0151\u0170\u0171"
;
// private constructor, can't be instanciated!
private AsciiUtils() { }
// remove accentued from a string and replace with ascii equivalent
public static String convertNonAscii(String s) {
if (s == null) return null;
StringBuilder sb = new StringBuilder();
int n = s.length();
for (int i = 0; i < n; i++) {
char c = s.charAt(i);
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[]) {
String s =
"The result : È,É,Ê,Ë,Û,Ù,Ï,Î,À,Â,Ô,è,é,ê,ë,û,ù,ï,î,à,â,ô,ç";
System.out.println(AsciiUtils.convertNonAscii(s));
// output :
// The result : E,E,E,E,U,U,I,I,A,A,O,e,e,e,e,u,u,i,i,a,a,o,c
}
}
switch (c)
{
case 'A':
case '\u00C0': // À LATIN CAPITAL LETTER A WITH GRAVE
case '\u00C1': // Á LATIN CAPITAL LETTER A WITH ACUTE
case '\u00C2': // Â LATIN CAPITAL LETTER A WITH CIRCUMFLEX
// and so on for about 20 lines...
return "A";
break;
case '\u00C6':// Æ LATIN CAPITAL LIGATURE AE
return "AE";
break;
// And so on for pages...
}
虽然我来晚了，但今天遇到这个问题后，我发现这个答案非常好:
String asciiName = Normalizer.normalize(unicodeName, Normalizer.Form.NFD)
.replaceAll("[^\\p{ASCII}]", "");
unidecode，它可作为 Ruby gem 或 CPAN 上的 Perl 模块 使用。简而言之，它工作原理是将每个 Unicode 代码点与 ASCII 字符或字符串相关联，并作为一个大型查找表来运作。
Unihandecode。 - n611x007