如何将拉丁 unicode 字符替换为 [a-z] 字符

Question

我正在尝试将所有拉丁 unicode 字符转换为它们的 [a-z] 表示

ó --> o
í --> i

我可以很容易地一个一个地做例如：

myString = myString.replaceAll("ó","o");

但是由于有很多变化，这种方法不切实际

在 Java 中还有其他方法吗？例如 regular Expression 或 utility library

用例：

1- 将其他语言的城市名称转换为英语，例如

圣埃斯皮里图 --> 圣埃斯皮里图，

Answer 1

此答案要求Java 1.6 或以上，其中添加了java.text.Normalizer。

    String normalized = Normalizer.normalize(input, Normalizer.Form.NFD);
    String accentRemoved = normalized.replaceAll("\p{InCombiningDiacriticalMarks}+", "");

示例：

public class Main {
    public static void main(String[] args) {
        String input = "Árvíztűrő tükörfúrógép";
        System.out.println("Input: " + input);
        String normalized = Normalizer.normalize(input, Normalizer.Form.NFD);
        System.out.println("Normalized: " + normalized);
        String accentRemoved = normalized.replaceAll("\p{InCombiningDiacriticalMarks}+", "");
        System.out.println("Result: " + accentRemoved);
    }
}

结果：

Input: Árvíztűrő tükörfúrógép
Result: Arvizturo tukorfurogep

如何将拉丁 unicode 字符替换为 [a-z] 字符

how to replace Latin unicode character to [a-z] characters

java

regex

string

unicode

normalization