groovy将任何语言音译为拉丁语

我想在groovy中将文本字符串UTF音译为拉丁字符（用于URL）。 我检查了几个LIB，其中一些不工作

目前我正在使用以下代码：

@Grab(group='com.ibm.icu', module='icu4j', version='58.2')
import com.ibm.icu.text.Transliterator;

String cyrilic      = "ш щ ч ц х ф г я ";
String id = "Bulgarian-Latin/BGN";
String id1 = "Latin";

String latin = Transliterator.getInstance(id).transform(cyrilic);
println "ok : " + latin;
String latin1 = Transliterator.getInstance(id1).transform(cyrilic);
println "nok : " + latin1;

结果

ok : sh sht ch ts kh f g ya 
nok : š ŝ č c h f g â 

问题是我无法检测字符串的正确标识符

我想为一种任意语言做这件事：日语、汉语、德语

使用

Any

：

@Grab(group='com.ibm.icu', module='icu4j', version='58.2')
import com.ibm.icu.text.Transliterator;

String anything = "ш щ ч ц х ф г я चंब्रिद्गॆ цамбридге كَمبرِدگِ かんぶりでげ";
String id = "Any-Latin";

println Transliterator.getInstance(id).transform(anything);

根据评论更新：

@Grab(group='com.ibm.icu', module='icu4j', version='58.2')
import com.ibm.icu.text.Transliterator;

String anything = "ш ч с";
String id = "Cyrillic-Latin";

Transliterator.getInstance(id).transform(anything);

上面的代码片段返回

ŧčs

š

在拉丁文中的音译结果确实是一个错误。这同样适用于

č

。我在这里提供了

c

，以显示为它返回的

s

的区别

ICU4J所使用的西里尔拉丁文音译规则记录在CLDR项目中（例如，参见规则）

要获得想要的输出，您可以使用自己的自定义规则进行另一次转换：

@Grab(group='com.ibm.icu', module='icu4j', version='58.2')
import com.ibm.icu.text.Transliterator;

String anything = "ш ч с";
String id = "Cyrillic-Latin";

String myRules = "š>sh; č>ch";
Transliterator myTransliterator = Transliterator.createFromRules("myRules", myRules, Transliterator.FORWARD);

myTransliterator.transform(Transliterator.getInstance(id).transform(anything));

它输出

sh ch s

---

如果您认为更适合您的目的，您也可以决定从头定义西里尔文的所有规则。

问题是有些字符的音译错误，如：чччччччччччччччччч1095。例如ч应该是-sh，ч-ch