Java 字符编码怎么用 Normalizer 处理 Unicode 等价

胖芳大大_2931

胖芳大大_2931

2026-11-20

333人浏览

原创

java 中处理 unicode 等价性主要依赖 java.text.normalizer 类,核心做法是先调用 normalizer.normalize(input, form) 将文本转换为特定的标准化形式(如 nfd、nfc),再结合正则表达式或字符比较来识别和消除重音等组合字符。通过指定 form.nfd 可以将预组字符分解为基字符与组合标记,而 form.nfc 则将其合并,从而确保不同书写形式的字符串在逻辑上被视为等价。

Java 字符编码怎么用 Normalizer 处理 Unicode 等价

NFD 分解后如何去除重音符号?

使用 Normalizer.NFD 分解文本后,可以通过正则表达式 [p{InCombiningDiacriticalMarks}]+ 匹配并移除所有组合变音符号,从而实现“去重音”效果。该操作会将带重音的字符(如 é)拆分为基本字符 e 和组合符号 u0301,随后过滤掉后者即可得到纯 ASCII 或基础字符序列。

Java 字符编码怎么用 Normalizer 处理 Unicode 等价

import java.text.Normalizer;

public class Main {
    public static void main(String[] args) {
        String input = "Café résumé";
        // 1. 分解为 NFD (基字符 + 组合标记)
        String nfd = Normalizer.normalize(input, Normalizer.Form.NFD);
        // 2. 移除组合变音符号
        String clean = nfd.replaceAll("[\p{InCombiningDiacriticalMarks}]+", "");
        System.out.println(clean); // 输出: Cafe resume
    }
}

NFC 合并后如何判断两个字符串是否等价?

在将文本统一转换为 NFC 形式后,可以直接使用 equals() 方法比较两个字符串是否逻辑等价。因为 NFC 是预组形式,它将尽可能多的字符组合成单个码位,消除了因输入来源不同(如直接输入 vs 键盘组合输入)导致的底层码位差异。这种比较方式比逐字符比较组合标记更高效且符合直觉。

FilePond 灵活的 JavaScript 文件上传库
FilePond 灵活的 JavaScript 文件上传库

FilePond 是一个 JavaScript 文件上传库,支持通过拖拽、粘贴和 API 方式处理文件、目录、URL 和 Data URI。它包含内置的图像优化功能、异步分块上传功能,并提供了适用于 React、Vue、Angular 和 Svelte 的适配器。

下载

Java 字符编码怎么用 Normalizer 处理 Unicode 等价

import java.text.Normalizer;

public class Main {
    public static void main(String[] args) {
        // 假设 s1 是直接输入的预组字符,s2 是分解后重新组合的
        String s1 = "café"; 
        String s2 = new StringBuilder().append("cafe").append((char)0x0301).toString();
        
        String nfc1 = Normalizer.normalize(s1, Normalizer.Form.NFC);
        String nfc2 = Normalizer.normalize(s2, Normalizer.Form.NFC);
        
        System.out.println(nfc1.equals(nfc2)); // 输出: true
    }
}

当输入包含未定义的组合序列时 normalize 会返回什么?

当输入包含无法被标准 Unicode 规则合并或分解的非法组合序列时,Normalizer.normalize 不会抛出异常,而是原样保留这些字符或进行最大程度的合法化转换。例如,如果输入中包含一个没有对应基字符的组合标记,NFC 形式下它可能保持独立或根据具体实现回退;NFD 形式下若基字符缺失,组合标记可能无法正确附着。程序应始终假设 normalize 返回的是非空字符串,并通过后续的正则或逻辑处理潜在的非标准字符。

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

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

java

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
java
java

Java是一个通用术语,用于表示Java软件及其组件,包括“Java运行时环境 (JRE)”、“Java虚拟机 (JVM)”以及“插件”。php中文网还为大家带了Java相关下载资源、相关课程以及相关文章等内容,供大家免费下载使用。

2023.06.15

12997

6

java正则表达式语法
java正则表达式语法

java正则表达式语法是一种模式匹配工具,它非常有用,可以在处理文本和字符串时快速地查找、替换、验证和提取特定的模式和数据。本专题提供java正则表达式语法的相关文章、下载和专题,供大家免费下载体验。

2023.07.05

10062

9

java自学难吗
java自学难吗

Java自学并不难。Java语言相对于其他一些编程语言而言,有着较为简洁和易读的语法,本专题为大家提供java自学难吗相关的文章,大家可以免费体验。

2023.07.31

8532

8

java配置jdk环境变量
java配置jdk环境变量

Java是一种广泛使用的高级编程语言,用于开发各种类型的应用程序。为了能够在计算机上正确运行和编译Java代码,需要正确配置Java Development Kit(JDK)环境变量。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.08.01

1364

3

java保留两位小数
java保留两位小数

Java是一种广泛应用于编程领域的高级编程语言。在Java中,保留两位小数是指在进行数值计算或输出时,限制小数部分只有两位有效数字,并将多余的位数进行四舍五入或截取。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.08.02

1068

3

java基本数据类型
java基本数据类型

java基本数据类型有:1、byte;2、short;3、int;4、long;5、float;6、double;7、char;8、boolean。本专题为大家提供java基本数据类型的相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.02

1616

5

java有什么用
java有什么用

java可以开发应用程序、移动应用、Web应用、企业级应用、嵌入式系统等方面。本专题为大家提供java有什么用的相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.02

3409

5

java在线网站
java在线网站

Java在线网站是指提供Java编程学习、实践和交流平台的网络服务。近年来,随着Java语言在软件开发领域的广泛应用,越来越多的人对Java编程感兴趣,并希望能够通过在线网站来学习和提高自己的Java编程技能。php中文网给大家带来了相关的视频、教程以及文章,欢迎大家前来学习阅读和下载。

2023.08.03

20631

3

配置java环境变量
配置java环境变量

配置Java环境变量是为了让操作系统能够识别和使用Java的相关命令和功能。本专题为大家提供配置java环境变量相关文章,帮助大家解决问题。

2023.08.03

1475

8

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
dev.java 官方:Learn Java
dev.java 官方:Learn Java

共0课时 | 0人学习

Java JDBC数据库连接官方教程
Java JDBC数据库连接官方教程

共0课时 | 0人学习