在Go中将UTF-8转换为ISO8859-1的最佳方法

我正在尝试将UTF-8字符映射到它们的“相似”ISO8859-1表示形式。删除变音符号，但也将

Ł

等字符替换为

L

或

ı

替换为

i

例如：

Jose Kakısır

应该成为

Jose Kakisir

我知道删除变音符号可以这样做：

// (From https://blog.golang.org/normalization#TOC_10.)
import (
    "unicode"

    "golang.org/x/text/transform"
    "golang.org/x/text/unicode/norm"
)

isMn := func(r rune) bool {
    return unicode.Is(unicode.Mn, r) // Mn: nonspacing marks
}
t := transform.Chain(norm.NFD, transform.RemoveFunc(isMn), norm.NFC)
result, _, err := transform.String(t, "José Kakışır")
println(result)

打印出的

Jose Karısır

-

s

替换为

s

，但

s

未替换为

i

在Go中实现这一点的最佳方法是什么？

我相信该软件包可以通过

charmap.ISO8859\u 1.NewEncoder（）实现您想要的功能。

编辑：无需担心，这将在不受支持的符文上呕吐。很抱歉不过，这可能值得进一步研究

---

最终，感觉您需要找到（或创建）从UTF-8到ISO8859的映射。我不认为你会在那里找到“标准”字符，因为映射太随意了。

Unicode规范中有两个想法可以用来识别“相似”字符

第一种是将字符分解为基本字符+组合标记。您的代码利用了这一点：进行分解，然后删除组合标记，保留基本字符

但不幸的是，由于某种原因，“i”字符并没有分解成一个无点的“ı”加上一个组合点（如果有人理解为什么做出这个决定，请评论！）。这里也讨论了这一事实：

第二个是将字符映射到Unicode TR39中定义的“可混淆”字符。例如，您将在中找到以下行

0131；0069 ; 硕士→ i）拉丁文小写字母DOTLESS i→ 拉丁文小写字母I#

---

此映射的存在是为了识别出于安全目的可能与其他字符串“混淆”的字符串（例如，欺骗域）。它允许您将字符串转换为其“骨架”：具有相同骨架的两个字符串可能会明显混淆。比如说“谢谢，是的，这将与

编码一起呕吐：编码不支持符文。

。对于映射，我想一定有类似于音译映射的东西，但到目前为止，我也没有找到一个。问题是有太多的语言需要正确的音译，但我已经可以用一个简单的常用“欧洲”字符子集了。即使是iconv也不高兴：

echo“JoséKakısır”|iconv-f UTF8-t ISO8859-1

失败于：

Jos� Kakiconv:9号位置的非法输入序列

我也是：）iconv有

-c

命令行选项，这应该会让它高兴；-）我认为可以尝试为

ISO-8859-1

包装一个编码器，为。