无法删除特定的变音符号

Question

我试图在验证期间从字符串中删除所有变音符号（有关更多背景信息，请参见下文）。为此，我使用了以下代码：

private static String stripAccents(final String s) {
    if(s == null) {
        return "";
    }
    return Normalizer.normalize(s, Normalizer.Form.NFD).replaceAll("[\p{InCombiningDiacriticalMarks}]", "");
}

我的问题是这对字符“ø”不起作用，它保持原样。往上看class"InCombiningDiacriticalMarks"这个字，发现了这个问题：What built-in regex character classes are supported Java

这让我找到了官方的 unicode 列表，列出了所有被认为是变音符号的东西，这里是：https://www.unicode.org/charts/PDF/U0300.pdf，代码点 0338 似乎与“ø”非常匹配。

我是不是遗漏了什么，或者字符 class "InCombiningDiacriticalMarks" 在 java 中没有得到完全支持？

至于为什么我需要这个，一些背景：

我正在向外部发送包含斯堪的纳维亚字符的数据，当他们将数据发回时，他们有一个有趣的习惯，即删除甚至替换变音符号（例如 ø 变为 ö）。我试图让他们做对，但就是做不到，我也没有办法强迫他们。

因此，为了比较数据以验证发送的是我们收到的，我必须删除所有变音符号以避免大量误报。

Answer 1

所以就像 Jesper 提到的那样，问题在于字符“ø”不是带有变音符号的 "o"，而是被认为是一个成熟的字符，它本身可以带有变音符号，例如"Grø̈nland" 中的“ø̈”（参见 https://en.wikipedia.org/wiki/%C3%98）。

因此，以编程方式将“ø”转换为 "o"（这是我需要的）的唯一方法是将“ø”显式替换为 "o"。上面提到的方法因此变成：

private String stripAccents(final String s) {
    if(s == null) {
        return "";
    }
    return Normalizer.normalize(s, Normalizer.Form.NFD).replaceAll("[\p{InCombiningDiacriticalMarks}]", "").replaceAll("ø", "o");
}

无法删除特定的变音符号

Cannot remove a specific diacritical mark

java

diacritics

pattern-matching

character-class