Java 字符串规范化答案

【问题标题】：Java string normalizationJava 字符串规范化
【发布时间】：2020-02-12 15:43:57
【问题描述】：

是否有 Java 库可以通过删除空格/特殊字符、小写所有字母来规范化字符串，例如：S-cube Abc' Inc. 到 scubeabcinc？

【问题讨论】：

s = s.replaceAll("\\W", "").toLowerCase();

【解决方案1】：

有java.text.Normalizer。 Java 以 Unicode 格式保存文本，é 可以写成一个 Unicode 符号、代码点或两个，一个e 和一个零宽度'。 Unicode 规范化非常重要，对于字典、文件名。 Normalizer 可用于分解为字母和重音符号（变音符号），并使用 regex replaceAll 删除所有重音符号。

Character 支持 Unicode，为代码点提供 Unicode 名称，将代码点分类为字母、数字、多个脚本等。

Collate，面向区域设置，为单词创建特定键，用于排序，如Comparator。在一个语言环境中，顺序可能是 AaBbCcĉD.. 而在另一个 ABC...abc 等。 Locale 指定大写字母。例如，在土耳其语中有一个字母 i-without-dot Iı 和 i-with-dot İi。

然后是您的用例：减少。例如，用于声音相似表示的 soundex 算法（第三方）。正则表达式可以删除与String.replaceAll 的插接等。

【讨论】：

你总结得很好。 OP 应该进一步澄清他的用例，可能他需要处理所有这些复杂性。

【解决方案2】：

除了 String 之外，不需要库，String.replaceAll 和 String.toLowerCase 可以满足您的需求：

  String s = "S-cube Abc' Inc.";
  s = s.replaceAll("[^a-zA-Z]", "").toLowerCase();

【讨论】：

【解决方案3】：

不需要库。只需使用正则表达式和String#toLowerCase:

String s = "S-cube Abc' Inc.";
s = s.replaceAll("[^a-zA-Z]", "");
s = s.toLowerCase();
System.out.println(s);

【讨论】：