爪哇。比较字符串时忽略重音符号答案

【问题标题】：Java. Ignore accents when comparing strings爪哇。比较字符串时忽略重音符号
【发布时间】：2011-01-23 07:29:54
【问题描述】：

问题很简单。 JAVA中是否有任何函数可以比较两个字符串并忽略重音字符返回true？

即

String x = "Joao";
String y = "João";

返回相等的。

谢谢

【问题讨论】：

但是那些是不相等的，当它们不相等的时候你为什么要它们相等呢？
@fuzzy 通常是同一个名字（这是约翰的葡萄牙语版本）。有些人只是懒得包含口音
在西班牙语中，n 和ñ 被认为是不同的字母。
是的，但是以他的例子来说，他似乎想比较名字并且不太担心误报
这对于搜索非常有用。用户懒得在 qwerty 键盘上正确键入重音符号。也许这个问题应该改写为确定两个字符串是否相似而不是相等。

标签： java string compare

【解决方案1】：

此类转换的问题在于，从重音字符到非重音字符并不总是存在明确的映射。它取决于代码页、本地化等。例如，这个 a 的重音是否等同于“a”？对人类来说不是问题，但对计算机来说更棘手。

AFAIK Java 没有可以查找当前本地化选项并进行此类转换的内置转换。您可能需要一些可以更好地处理 unicode 的外部库，例如 ICU (http://site.icu-project.org/)

【讨论】：

Java 确实有它，它被称为Collater，是专门为这类问题而设计的。

【解决方案2】：

您没有从我这里听到这个（因为我不同意问题的前提），但是，您可以使用 java.text.Normalizer，并使用 NFD 进行规范化：这会将重音与其附加的字母分开.然后，您可以过滤掉重音字符并进行比较。

【讨论】：

谢谢，这正是我所需要的。
两步通过StringUtils.stripAccents合二为一commons.apache.org/proper/commons-lang/javadocs/api-3.1/org/…
这非常有效，尤其是在需要比较国际数据的系统中。 1- 世界上可能很少有系统能正确处理多语种。例如，在下面的线程中提到，即使是 java 也有错误的 Unicode 支持。 2-当您的服务接受来自 3rd 方的数据时，所有这些数据都会失败。因为没有人始终如一地处理数据。 2- 如前所述，人们根本没有正确输入数据。要么是因为懒惰、拼写错误等... 3- Joao 可能也是西班牙用户，不幸的是使用英文电脑。

【解决方案3】：

我认为您应该使用Collator 类。它允许您设置强度和语言环境，它会适当地比较字符。

来自 Java 1.6 API：

您可以设置整理者的强度属性来确定水平差异被认为是显着的比较。四大实力是提供：小学、中学、第三和相同的。最正确语言优势分配功能取决于语言环境。为了例如，在捷克语中，“e”和“f”是考虑主要差异，而 “e”和“ě”是次要区别， “e”和“E”是三级差异和 "e" 和 "e" 是相同的。

我认为这里的重点（人们试图提出的）是“Joao”和“João”永远不应该被视为相等，但如果您正在进行排序，您不希望它们根据他们的 ASCII 值，因为那样你会得到像 Joao、John、João 这样的东西，这不好。使用 collator 类肯定可以正确处理这个问题。

【讨论】：

@Software Monkey：我也同意，尽管我写了接受的答案。 :-P
仅供参考，创建了一些代码 here 遵循您的指导方针，非常感谢。但是，我没有看到一种方法来进行不区分重音但区分大小写的比较，遵循整理者的规则......我错过了什么吗？
@Joao 您将无法使用 Collator 类执行此操作，因为强度设置为最低级别。因此，要区分大小写，您需要 TERTIARY，但对于重音不敏感，您只需要 PRIMARY。所以他们不会一起工作。您可能会更好地使用 Chris Jester-Youngs 解决方案来过滤掉重音字符，然后正常比较字符串。

【解决方案4】：

如果您将其配置为忽略变音符号，Java 的 Collator 会为“a”和“á”返回 0：

public boolean isSame(String a, String b) {
    Collator insenstiveStringComparator = Collator.getInstance();
    insenstiveStringComparator.setStrength(Collator.PRIMARY);
    return insenstiveStringComparator.compare(a, b) == 0;
}

isSame("a", "á") 为真

【讨论】：

【解决方案5】：

如果你想比较/排序忽略重音，或者使用 apache StringUtils 库中的stripAccents：

 public int compareStripAccent(String a, String b) {
    return StringUtils.stripAccents(a).compareTo(StringUtils.stripAccents(b));
}

【讨论】：

【解决方案6】：

public boolean insenstiveStringComparator (String a, String b) {
    java.text.Collator collate = java.text.Collator.getInstance();
    collate.setStrength(java.text.Collator.PRIMARY);
    collate.setDecomposition(java.text.Collator.CANONICAL_DECOMPOSITION); 
    return collate.equals(a, b);    
}

【讨论】：