如何检测 Java 字符串中的 Unicode 字符？

string unicode java

2022-09-01 22:37:54

假设我有一个包含 Ü 的字符串。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 字符做同样的事情，我不想将它们存储在某种翻译映射中。

答案 1

您可以遍历字符串并针对每个字符进行调用

If (Character.UnicodeBlock.of(c) != Character.UnicodeBlock.BASIC_LATIN) {
 // replace with Y
}

答案 2

“unicode 字符”的定义很模糊，但将被理解为标准 ISO 8859 字符集未涵盖的 UTF-8 字符。如果在这种情况下情况确实如此，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内。

或者，在包含匹配键的映射中使用和字符。例如：Map<Character, Character>

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，您的意思是“所有带有变音符号的字符”？如果是这样，则使用 java.text.Normalizer 删除变音符号：

/**
 * 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}+", "");
}

一个陷阱，Ü会变成U，而不是Y。不确定这是否是你所追求的。如果要替换为发音字符，则确实需要创建映射。当然，这是一项繁琐的工作，但它完成的时间比您遵循本主题所需的时间要短。