文字列からアクセントを削除する

Question

文字列からアクセントを削除するために、（私の知る限り）java.text.Normalizerを持たない方法はありますか？例えば、「éàù」は「eau」になります。

可能であれば、文字列を解析して各文字を確認しないようにしたいと考えています。

Answer 1

java.text.Normalizerは、Androidには（最新版はとにかく）あります。あなたはそれを使うことができます。参考のため

EDIT、ここNormalizerを使用する方法である：

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

（下のコメント欄にリンクから貼り付け）

Answer 2

すべてのアクセント付きグラフ作成者は、10進値が127より大きい拡張ASCII文字コードセットです。文字列内のすべての文字を列挙できます。小数点文字コード値が127より大きい場合は、所望の同等物。アクセント付きの文字をアクセントのない相手に戻すのは簡単な方法ではありません。拡張された10進コードをアクセントのない文字にマップするために、ある種のマップをメモリに保持しなければなりません。

Answer 3

これはおそらく、最も効率的なソリューションではありませんが、それはやるだろうそれはすべてのAndroidバージョンで機能します：

private static Map<Character, Character> MAP_NORM; 
static { // Greek characters normalization 
    MAP_NORM = new HashMap<Character, Character>(); 
    MAP_NORM.put('ά', 'α'); 
    MAP_NORM.put('έ', 'ε'); 
    MAP_NORM.put('ί', 'ι'); 
    MAP_NORM.put('ό', 'ο'); 
    MAP_NORM.put('ύ', 'υ'); 
    MAP_NORM.put('ή', 'η'); 
    MAP_NORM.put('ς', 'σ'); 
    MAP_NORM.put('ώ', 'ω'); 
    MAP_NORM.put('Ά', 'α'); 
    MAP_NORM.put('Έ', 'ε'); 
    MAP_NORM.put('Ί', 'ι'); 
    MAP_NORM.put('Ό', 'ο'); 
    MAP_NORM.put('Ύ', 'υ'); 
    MAP_NORM.put('Ή', 'η'); 
    MAP_NORM.put('Ώ', 'ω'); 
} 

public static String removeAccents(String s) { 
    if (s == null) { 
     return null; 
    } 
    StringBuilder sb = new StringBuilder(s); 

    for(int i = 0; i < s.length(); i++) { 
     Character c = MAP_NORM.get(sb.charAt(i)); 
     if(c != null) { 
      sb.setCharAt(i, c.charValue()); 
     } 
    } 

    return sb.toString(); 
} 

Answer 4

私はラビの解決策を自分のニーズに合わせて調整しました。 ELPSの誰か：

private static Map<Character, Character> MAP_NORM; 
public static String removeAccents(String value) 
{ 
    if (MAP_NORM == null || MAP_NORM.size() == 0) 
    { 
     MAP_NORM = new HashMap<Character, Character>(); 
     MAP_NORM.put('À', 'A'); 
     MAP_NORM.put('Á', 'A'); 
     MAP_NORM.put('Â', 'A'); 
     MAP_NORM.put('Ã', 'A'); 
     MAP_NORM.put('Ä', 'A'); 
     MAP_NORM.put('È', 'E'); 
     MAP_NORM.put('É', 'E'); 
     MAP_NORM.put('Ê', 'E'); 
     MAP_NORM.put('Ë', 'E'); 
     MAP_NORM.put('Í', 'I'); 
     MAP_NORM.put('Ì', 'I'); 
     MAP_NORM.put('Î', 'I'); 
     MAP_NORM.put('Ï', 'I'); 
     MAP_NORM.put('Ù', 'U'); 
     MAP_NORM.put('Ú', 'U'); 
     MAP_NORM.put('Û', 'U'); 
     MAP_NORM.put('Ü', 'U'); 
     MAP_NORM.put('Ò', 'O'); 
     MAP_NORM.put('Ó', 'O'); 
     MAP_NORM.put('Ô', 'O'); 
     MAP_NORM.put('Õ', 'O'); 
     MAP_NORM.put('Ö', 'O'); 
     MAP_NORM.put('Ñ', 'N'); 
     MAP_NORM.put('Ç', 'C'); 
     MAP_NORM.put('ª', 'A'); 
     MAP_NORM.put('º', 'O'); 
     MAP_NORM.put('§', 'S'); 
     MAP_NORM.put('³', '3'); 
     MAP_NORM.put('²', '2'); 
     MAP_NORM.put('¹', '1'); 
     MAP_NORM.put('à', 'a'); 
     MAP_NORM.put('á', 'a'); 
     MAP_NORM.put('â', 'a'); 
     MAP_NORM.put('ã', 'a'); 
     MAP_NORM.put('ä', 'a'); 
     MAP_NORM.put('è', 'e'); 
     MAP_NORM.put('é', 'e'); 
     MAP_NORM.put('ê', 'e'); 
     MAP_NORM.put('ë', 'e'); 
     MAP_NORM.put('í', 'i'); 
     MAP_NORM.put('ì', 'i'); 
     MAP_NORM.put('î', 'i'); 
     MAP_NORM.put('ï', 'i'); 
     MAP_NORM.put('ù', 'u'); 
     MAP_NORM.put('ú', 'u'); 
     MAP_NORM.put('û', 'u'); 
     MAP_NORM.put('ü', 'u'); 
     MAP_NORM.put('ò', 'o'); 
     MAP_NORM.put('ó', 'o'); 
     MAP_NORM.put('ô', 'o'); 
     MAP_NORM.put('õ', 'o'); 
     MAP_NORM.put('ö', 'o'); 
     MAP_NORM.put('ñ', 'n'); 
     MAP_NORM.put('ç', 'c'); 
    } 

    if (value == null) { 
     return ""; 
    } 

    StringBuilder sb = new StringBuilder(value); 

    for(int i = 0; i < value.length(); i++) { 
     Character c = MAP_NORM.get(sb.charAt(i)); 
     if(c != null) { 
      sb.setCharAt(i, c.charValue()); 
     } 
    } 

    return sb.toString(); 

} 

Answer 5

ギョームの答えは動作しないが、それは文字列からすべて非ASCII文字が削除されます。

// Convert input string to decomposed Unicode (NFD) so that the 
// diacritical marks used in many European scripts (such as the 
// "C WITH CIRCUMFLEX" → ĉ) become separate characters. 
// Also use compatibility decomposition (K) so that characters, 
// that have the exact same meaning as one or more other 
// characters (such as "㎏" → "kg" or "ﾋ" → "ヒ"), match when 
// comparing them. 
string = Normalizer.normalize(string, Normalizer.Form.NFKD); 

StringBuilder result = new StringBuilder(); 

int offset = 0, strLen = string.length(); 
while(offset < strLen) { 
    int character = string.codePointAt(offset); 
    offset += Character.charCount(character); 

    // Only process characters that are not combining Unicode 
    // characters. This way all the decomposed diacritical marks 
    // (and some other not-that-important modifiers), that were 
    // part of the original string or produced by the NFKD 
    // normalizer above, disappear. 
    switch(Character.getType(character)) { 
     case Character.NON_SPACING_MARK: 
     case Character.COMBINING_SPACING_MARK: 
      // Some combining character found 
     break; 

     default: 
      result.appendCodePoint(Character.toLowerCase(character)); 
    } 
} 

// Since we stripped all combining Unicode characters in the 
// previous while-loop there should be no combining character 
// remaining in the string and the composed and decomposed 
// versions of the string should be equivalent. This also means 
// we do not need to convert the string back to composed Unicode 
// before returning it. 
return result.toString();