如何在Java中將非英文字元轉換為英文字母？

在 Java 中將非英語字元轉換為英語字母

非英語字元在處理文字資料時可能會帶來挑戰。為了簡化處理，通常需要將這些字元轉換為其對應的英文字母。鑑於 Unicode 字元數量龐大，這項任務可能非常艱鉅。

問題陳述

挑戰在於識別 Unicode 圖表中的相似字元並將其轉換為字母英文字母。例如，字母“A”存在多種變體，導致分類變得困難。

解決方案

要在 Java 中解決此問題，您可以利用 Normalizer 類別和正規表示式。以下方法簡化了轉換過程：

1. 標準化字串：

   • 使用 Normalizer.normalize(str, Normalizer.Form. NFD）將重音字符分解為其基本字符，然後進行組合

2. 刪除變音符號：

   • 使用正規表示式刪除組合變音符號。以下是一個範例： Pattern pattern = Pattern.compile("\p{InCombiningDiariticMarks} ");

3. 替換變音符號：

import java.text.Normalizer;
import java.util.regex.Pattern;

public class ConvertAccentedCharsToEnglish {

    public static String deAccent(String str) {
        String nfdNormalizedString = Normalizer.normalize(str, Normalizer.Form.NFD);
        Pattern pattern = Pattern.compile("\p{InCombiningDiacriticalMarks}+");
        return pattern.matcher(nfdNormalizedString).replaceAll("");
    }

    public static void main(String[] args) {
        String accentedString = "tђє Ŧค๓เℓy";
        String convertedString = deAccent(accentedString);
        System.out.println(convertedString); // Output: the Family
    }
}

使用matcher.replaceAll("")替換組合變音符號帶有空字串。 此方法主要刪除重音字元中的變音符號（重音符號），有效地將它們轉換為對應的英文字母。 範例以下 Java 程式碼示範了這一點方法：

以上是如何在Java中將非英文字元轉換為英文字母？的詳細內容。更多資訊請關注PHP中文網其他相關文章！