如何检测Java字符串中的unicode字符？

Question

假设我有一个包含Ü的字符串。我将如何找到所有这些unicode字符？我应该测试他们的代码吗？我该怎么做？

例如，给定字符串“AÜXÜ”，我想将其转换为“ AYXY”。我想对其他unicode字符执行相同的操作，并且我不希望将它们存储在某种翻译图中。

Answer 1

“ unicode字符”的定义含糊不清，但是将被视为表示标准ISO
8859字符集
未涵盖的UTF-8
字符。如果您的情况是这样，那么请遍历String中的所有字符并测试其代码点以确定它是否在给定的字符集中。

或者，Map<Character, Character>在地图中使用和字符，其中包含匹配键。例如：

Map<Character, Character> charReplacementMap = new HashMap<Character, Character>() {{
    put('Ü', 'Y');
    // Put more here.
}};

String originalString = "AÜAÜ";
StringBuilder builder = new StringBuilder();

for (char currentChar : originalString.toCharArray()) {
    Character replacementChar = charReplacementMap.get(currentChar);
    builder.append(replacementChar != null ? replacementChar : currentChar);
}

String newString = builder.toString();

或者，您是说“所有带有变音符号的字符”吗？如果是这样，则用于java.text.Normalizer删除变音标记：

/**
 * Remove any diacritical marks (accents like ç, ñ, é, etc) from
 * the given string (so that it returns plain c, n, e, etc).
 * @param string The string to remove diacritical marks from.
 * @return The string with removed diacritical marks, if any.
 */
public static String removeDiacriticalMarks(String string) {
    return Normalizer.normalize(string, Form.NFD)
        .replaceAll("\\p{InCombiningDiacriticalMarks}+", "");
}

有一个陷阱，Ü会变成U，而不是Y。不确定那是否是您所追求的。如果要用发音字符代替，则确实需要创建映射。当然，这是一件乏味的工作，但是完成该工作所需的时间少于您遵循此主题所需的时间。