最常用关键词规范化是调用string.tolowercase()，但需结合locale设置（推荐locale.root）、trim()去空格、unicode正规化（nfc）及业务需求清洗标点或全半角字符。
直接调用 String.toLowerCase() 是最常用、最轻量的关键词规范化手段，但要真正提升搜索匹配率，不能只依赖这一步——它只是基础，还需结合语言环境、Unicode 特性与业务场景做合理补充。
注意 locale（区域设置）的影响
默认的 toLowerCase() 使用 JVM 默认 locale，可能导致某些字符转换异常。例如土耳其语中大写 I 转小写不是 i，而是带点的 ı；而 İ（带点大写 I）才转为 i。若搜索系统面向多语言用户，忽略 locale 容易造成“明明输入了，却搜不到”。
建议统一使用 toLowerCase(Locale.ROOT) 或 toLowerCase(Locale.ENGLISH)（推荐前者），避免 locale 敏感行为：
-
"I".toLowerCase(Locale.ROOT)→"i"（稳定、可预测） -
"I".toLowerCase()→ 在土耳其 locale 下可能变成"ı"（意外失配）
先 trim() 再 toLowerCase()，消除空格干扰
用户常在关键词前后误输空格（如 `" java "`），若不清理，会导致精确匹配失败或索引冗余。规范化流程应是：去首尾空格 → 转小写 → （可选）合并中间多余空格。
示例代码：
String keyword = userInput.trim().toLowerCase(Locale.ROOT);
如需进一步标准化空白（如把多个空格/制表符替换成单个空格），可追加：
.replaceAll("\s+", " ")
考虑 Unicode 正规化（NFC/NFD），处理带符号字符
某些字符有多种 Unicode 表示形式。例如 “café” 可能由 c a f é（é 是预组合字符 U+00E9）构成，也可能由 c a f e ́（e + U+0301 组合变音符）构成。两者视觉相同，但字节不同，toLowerCase() 不会改变其编码差异，直接比对会失败。
若搜索涉及重音字符（如法语、西班牙语），应在转小写前或后做 Unicode 正规化：
- 使用
java.text.Normalizer.normalize(str, Normalizer.Form.NFC) - 推荐顺序：
Normalizer.normalize(input.trim(), NFC).toLowerCase(Locale.ROOT)
注意：JDK 7+ 自带 Normalizer，无需额外依赖。
是否需要额外清洗？视搜索目标而定
toLowerCase() 解决的是大小写问题，但真实搜索场景中，标点、特殊符号、全角/半角混用也影响匹配。是否处理取决于你的搜索逻辑：
- 若后端用 Elasticsearch 或数据库 LIKE 查询，通常保留原字符更稳妥，靠分词器/索引策略处理
- 若做内存级字符串匹配（如
list.stream().filter(s -> s.contains(keyword))），可酌情移除常见标点：keyword.replaceAll("[\p{Punct}&&[^']]", "") - 中文搜索一般不需 toLowerCase，但要注意全角英文字母（如“ＡＢＣ”）→ 半角（“ABC”）转换，可用
StringUtils.normalizeSpace()（Apache Commons Lang）或正则手动映射
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
