Java 字符串规范化

Question

是否有一个Java库可以通过删除空格/特殊字符、小写所有字母来标准化字符串，例如：S-cube Abc' Inc.to scubeabcinc？

Answer 1

有java.text.Normalizer。Java 以 Unicode 保存文本，并且é可以写为一个 Unicode 符号、代码点，或写为两个，一个e和一个零宽度'。Unicode 规范化对于字典、文件名来说非常重要。规范化器可用于分解为字母和重音符号（变音标记），并使用正则表达式删除replaceAll所有重音符号。

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

有Collate面向区域设置的，它为单词、排序创建特定的键，如Comparator。在一种语言环境中，顺序可能是 AaBbCcĉD..，而在另一种语言环境中，顺序可能是 ABC...abc 等。Locale指定为大写。例如，在土耳其语中有字母 i-without-dotIı和 i-with-dot İi。

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

Answer 2

除了 String 之外不需要其他库，String.replaceAll并且String.toLowerCase可以满足您的需求：

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

Answer 3

不需要图书馆。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);