从拉丁字符中删除重音符号（变音符号）以进行比较

Question

我需要比较使用拉丁字母和某些字符上的重音符号（变音符号）书写的欧洲地名。有很多中欧和东欧的名字都用重音符号书写，例如 ž 和 ü 上的拉丁字符，但有些人只使用常规拉丁字符来书写名字重音符号，例如 z 和 u。

我需要一种方法让我的系统识别例如 mšk žilina 与 msk zilina 相同，并且对于使用的所有其他重音字符类似。有没有一种简单的方法可以做到这一点？

Answer 1

您可以使用 java.text。规范化器和一个小正则表达式来摆脱变音符号。

public static String removeDiacriticalMarks(String string) {
    return Normalizer.normalize(string, Form.NFD)
        .replaceAll("\\p{InCombiningDiacriticalMarks}+", "");
}

使用示例：

String text = "mšk žilina";
String normalized = removeDiacriticalMarks(text);
System.out.println(normalized); // msk zilina