Java에서 텍스트 정규화/해제 중

Question

Java에서 정규화/비 악센트 텍스트를 어떻게 만들 수 있습니까? 현재 java.text.Normalizer를 사용 중입니다.

Normalizer.normalize(str, Normalizer.Form.NFD) 
    .replaceAll("\\p{InCombiningDiacriticalMarks}+", "") 

그러나 완벽하지는 않습니다. 예를 들어 노르웨이어 문자 æ 및 ø은 그대로 둡니다. 누구든지 대안을 알고 있습니까? 저는 모든 종류의 언어로 된 문자를 a-z 범위로 변환 할 수있는 무언가를 찾고 있습니다. 이를 수행 할 수있는 여러 가지 방법이 있다는 것을 알고 있습니다 (예 : 'a', 'e'또는 'ae'로 인코딩해야합니까?) 어떤 해결책 으로든 열려 있습니다. 나는 내가 모든 언어에 대해 이것을 잘 수행 할 수 없을 것이라고 생각하기 때문에 나 자신을 쓰지 않는 것을 선호한다. 성과는 중요하지 않습니다.

사례 : 사용자 입력 이름을 일반 a-z 원거리 이름으로 변환하고 싶습니다. 변환 된 이름이 사용자에게 표시되므로 가능한 한 사용자가 원래 언어로 작성한 것과 최대한 일치 시키길 원합니다.

편집 :

좋아 명, 야호, 내 질문에 주소 게시물을 negging하지 주셔서 감사합니다! :) 유스 케이스를 버려야 할 수도 있습니다. 그러나 명확하게 해주십시오. 이름을 내부적으로 저장하려면 이름을 변환해야합니다. 나는 여기에 허용 된 글자의 선택을 통제하지 못한다. 이름은 예를 들어 URL에서 사용자에게 표시됩니다. 이 포럼의 사용자 이름이 정규화되고 이름을 클릭하면 URL에 표시되는 것과 같은 방식입니다. 이 포럼은 "Băşan"과 같은 이름을 "baan"으로, "Øyvind"와 같은 이름을 "yvind"로 변환합니다. 나는 그것이 더 잘할 수 있다고 믿습니다. 나는 나를 위해 이것을하기 위해 아이디어와 선호하는 도서관 기능을 찾고있다. 나는 "O"와 "ø"가 다르다는 것을 알고 있지만, 내 이름이 "Øyvind"이고 온라인 포럼에 등록하면 내 사용자 이름이 " ovind "가 아니라"yvind "가됩니다. 이것이 어떤 의미가되기를 바랍니다! 감사!

(그리고 NO, 우리는 사용자가 자신의 사용자 이름을 선택 할 수 없습니다. 나는 정말 java.text.Normalizer. 감사에 대한 대안을 찾고 있어요!)

Answer 1

당신이 모두를 고려하고있는 가정 당신이하고있는 일의 의미, 그것이 잘못 될 수있는 모든 방법, 라틴 알파벳에 동등한 의미가없는 중국 그림과 다른 것들을 얻을 때 무엇을 할 것인가 ...

나는 그게 네가 원하는 걸하는 거지. 만약 당신이 동등성의 목록을 가지고 있다면 ('æ'에서 'ae'또는 무엇이든), 파일에 저장할 수 있습니다 (또는 메모리에서 정렬 된 배열로 이것을 많이 수행한다면, 성능상의 이유로) 조회 한 후 문자로 교체하십시오. char 배열로 (# of unicode characters)를 저장하는 메모리 공간이 있다면 각 문자의 유니 코드 값을 통해 실행할 수 있고 직선적 인 조회가 가장 효율적입니다.

즉/u1234 => lookupArray [1234] => 'Q'

이든. 나는 처음부터, 그래서 아마 나쁜 메서드 호출 또는 무언가가 있음을 썼다

StringBuffer buf = new StringBuffer(); 
for (int i = 0; i < string.length(); i++) { 
    buf.append(lookupArray[Character.unicodeValue(string.charAt(i))]); 
} 

:

그래서 당신과 같은 루프를해야합니다.

아마도 미리보기 버퍼를 사용하여 분해 된 문자를 처리해야합니다.

행운을 빌어 요 - 이것은 함정이 가득한 것이라고 확신합니다.