我正在研究一种算法，它可以在带有变音符号（波浪符号、扬抑符号、插入符号、乌姆劳特符号、卡隆符号）的字符和它们的“简单”字符之间进行映射
例如：
ǹňñṅ ņ ṇ ṋ ṉ ̈ ɲ ƞ ᶇ ɳȵ-->；N
á-->；A.
ä-->；A.
ấ --&燃气轮机；A.
ṏ --&燃气轮机；o
等等
-
我想在Java中实现这一点，尽管我怀疑它应该是Unicode-y的，并且在任何语言中都应该可以相当容易地实现
-
目的：允许轻松搜索带有变音符号的单词。例如，如果我有一个网球运动员的数据库，并且输入了比约恩·博格，我也会保留比约恩·博格，这样如果有人输入比约恩而不是比约恩，我就可以找到它
我最近在Java中完成了这项工作：
公共静态最终模式变音符号和朋友
=Pattern.compile（“[\\p{InCombiningDiacriticalMarks}\\p{IsLm}\\p{IsSk}]+”；
私有静态字符串stripDiacritics（字符串str）{
str=Normalizer.normalize（str，Normalizer.Form.NFD）；
str=DIACRITICS\u和\u FRIENDS.matcher（str）.replaceAll（“”）；
返回str；
}
这将按照您指定的方式执行：
stripediacritics（“Björn”）=Bjorn
但它会在例如Białystok上失败，因为ł字符不是变音字符
如果你想拥有一个完整的字符串简化程序，你需要第二轮清理，对于一些非变音符号的特殊字符。在这张地图上，我列出了出现在客户姓名中的最常见的特殊字符。这不是一个完整的列表，但它会告诉你如何扩展它。immutableMap只是google collections中的一个简单类
公共类字符串简化器{
公共静态最终字符默认值_REPLACE_char='-'；
公共静态最终字符串DEFAULT\u REPLACE=String.valueOf（DEFAULT\u REPLACE\u CHAR）；
私有静态最终ImmutableMap<；String，String>；NONDIACRITICS=ImmutableMap<；String，String>；builder（）
//删除没有语义的垃圾字符串
.put（“.”，“”）
.put（“\”，“”）
.put（“，”）
//将相关字符分开保存
.put（“，默认值\u替换）
.put（“]”，默认值（替换）
.put（“[”，默认值_替换）
.put（“）”，默认值（替换）
.put（“（”，默认值_替换）
.put（“=”，默认值\u替换）
.put（“！”，默认值（替换）
.put（“/”，默认值\u替换）
.put（“\\”，默认值\u替换）
.put（“&；”，默认值\u替换）
.put（“，”，默认值\u替换）
.put（“？”，默认值（替换）
.put（“”），默认值\u REPLACE）//Remove？？是变音符号吗？
.put（“|”，默认值_替换）
.put（“<；”，默认值\u替换）
.put（“>；”，默认值\u替换）
.put（“；”，默认值（替换）
.put（“：”，默认值\u替换）
.put（“\u”，默认值\u替换）
.put（“#”，默认值_替换）
.put（“~”，默认值\u替换）
.put（“+”，默认值_替换）
.put（“*”，默认值\u替换）
//将非变音符号替换为它们的等效字符
.put（“\u0141”，“l”）//BiaLystock
.put（“\u0142”，“l”）//Bialystock
.put（“ß”、“ss”）
.put（“æ”、“ae”）
.put（“ø”，“o”）
.put（“）”、“c”）
.put（“\u00D0”，“d”）//从http://de.wikipedia.org/wiki/%C3%90
.put（“\u00F0”，“d”）
.put（“\u0110”，“d”）
.put（“\u0111”，“d”）
.put（“\u0189”，“d”）
.put（“\u0256”，“d”）
.put（“\u00DE”，“th”）//thornÞ
.put（“\u00FE”，“th”）//thornþ
.build（）；
公共静态字符串simplifiedString（字符串源）{
字符串str=orig；
如果（str==null）{
返回null；
}
str=条带临界值（str）；
str=非二次临界（str）；
如果（str.length（）==0）{
//处理不存在的空字符串的特殊情况
//在Oracle中。将原始字符串存储为简化字符串。
//如果Oracle可以存储它，它将返回一个空字符串。
返回原点；
}
return str.toLowerCase（）；
}
私有静态字符串stripNonDiacritics（字符串源）{
StringBuffer ret=新的StringBuffer（）；
字符串lastchar=null；
对于（int i=0；i<；orig.length（）；i++）{
字符串源=原始子字符串（i，i+1）；
String replace=NONDIACRITICS.get（源）；
String toReplace=replace==null？String.valueOf（源）：replace；
if（默认替换等于（lastchar）和默认替换等于（toReplace））{
toReplace=“”；
}否则{
lastchar=toReplace；
}
ret.append（toReplace）；
}
if（ret.length（）>；0&；DEFAULT_REPLACE_CHAR==ret.charAt（ret.length（）-1））{
ret.deleteCharAt（ret.length（）-1）；
}
返回ret.toString（）；
}
/*
与简化相关的特殊正则表达式字符范围->；请参阅http://docstore.mik.ua/orelly/perl/prog3/ch05_04.htm
组合符号：作为“正常”ä、ö、î等的一部分的特殊符号。。
IsSk：符号，修饰符请参见http://www.fileformat.info/info/unicode/category/Sk/list.htm
IsLm：字母，修饰符请参见http://www.fileformat.info/info/unicode/category/Lm/list.htm
*/
公共静态句型变音符号和朋友
=Pattern.compile（“[\\p{InCombiningDiacriticalMarks}\\p{IsLm}\\p{IsSk}]+”；
私有静态字符串stripDiacritics（字符串str）{
str=Normalizer.normalize（str，Normalizer.Form.NFD）；
str=DIACRITICS\u和\u FRIENDS.matcher（str）.replaceAll（“”）；
返回str；
}
}