如何将 utf8 有符号字符串转换为无符号字符串或 char[]（在 Java 中）答案

【问题标题】：How to convert utf8 signed string to unsigned string or char[] (in Java)如何将 utf8 有符号字符串转换为无符号字符串或 char[]（在 Java 中）
【发布时间】：2013-03-22 03:26:18
【问题描述】：

我有一个这样的签名字符串：“Làm sao để chuyển chuổi có dấu về không dấu?”

我想把它翻译成这样的字符串：“Lam sao de chuyen chuoi co dau ve khong dau?”

请告诉我用Java代码解决它的方法。非常感谢！

【问题讨论】：

标签： utf-8 char

【解决方案1】：

类似

public static void main(String args[]) {
    String src = "Làm sao để chuyển chuổi có dấu về không dấu?";

    String dest = Normalizer.normalize(src, Normalizer.Form.NFD);
    dest = dest.replaceAll("[^\\p{ASCII}]", "");

    System.out.println(src);
    System.out.println(dest);
}

给你

Làm sao để chuyển chuổi có dấu về không dấu?

Lam sao e chuyen chuoi co dau ve khong dau?

【讨论】：

我刚刚注意到这并不能完全满足您的要求：để 已被截断为 e。
看来问题没那么简单：这里有一个类似的问题stackoverflow.com/questions/2362810/…
是的，这不简单。但非常感谢乔纳森，我会听从你的建议。 :)
你能解释一下这个字符“[^\\p{ASCII}]”的含义吗？
replaceAll 采用正则表达式，您可以在此处查看详细信息：docs.oracle.com/javase/1.5.0/docs/api/java/util/regex/… - 这是匹配任何非 ASCII 字符的意思。对 Normalizer.normalize 的调用将带重音的字符分解为单独的 ASCII 字符 + Unicode 组合重音字符，因此当我们过滤掉非 ASCII 时，我们几乎得到了我们想要的字符串。除了 đ 似乎没有替代的 ASCII+组合重音表示，所以我们最终将它完全删除。