无法删除特定的变音符号答案

【问题标题】：Cannot remove a specific diacritical mark无法删除特定的变音符号
【发布时间】：2019-03-09 21:53:02
【问题描述】：

我正在尝试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。在查找字符类“InCombiningDiacriticalMarks”后，我发现了这个问题：What built-in regex character classes are supported Java

这将我带到了所有被认为是变音符号的官方 unicode 列表，这里：https://www.unicode.org/charts/PDF/U0300.pdf，代码点 0338 似乎与“ø”非常匹配。

是我遗漏了什么，还是 java 不完全支持字符类“InCombiningDiacriticalMarks”？

至于我为什么需要这个，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，当他们将数据发送回来时，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）。我试图让他们做正确的事，但就是做不到，而且我无法强迫他们这样做。

因此，为了比较数据以验证发送的内容是我们返回的内容，我必须删除所有变音符号以避免大量误报。

【问题讨论】：

ø 不是带有变音符号的 o - 它是斯堪的纳维亚语言中的不同字母。如果你想这样做，那么你可以修改你的方法来处理这种特殊情况。
这实际上是正确的，我没有阅读完整的维基百科文章，确实提到这封信本身可以应用变音符号......我的错！如果你愿意，你可以发布一个我会接受的答案 =)

标签： java pattern-matching diacritics character-class

【解决方案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”，而是被认为是一个完全成熟的字符，它本身可以带变音符号，就像中的“ø̈” “Grø̈nland”（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”。因此上面提到的方法变成：

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

【讨论】：