在Java中将光学等效的unicode字符串转换为ASCII？

我运行的社交网络要求unicode用户名是唯一的（正如预期的那样）

一些有创意的用户已经开始使用西里尔字母（和其他）unicode字符来创建光学上等价（但unicode不同）的用户名

例如，他们将使用西里尔文小写字母a‘а’，看起来与罗马字母相同

有人知道在Java中自动转换这些光学等效字符的方法吗？如果机制已经存在，我不希望手动创建转换表。

您可以尝试-基本上，不可区分的代码点有一个指定的“规范”代码点，规范化是用其规范形式替换每个字符的过程

Java似乎通过

Java.text.Normalizer

支持Unicode规范化-更多信息

然而，我不确定拉丁字母A和西里尔字母A是否在Unicode中被标记为等价的-您必须尝试一下

当你的用户开始使用非常相似的字符而不是完全相同的字符时，这对你也没有帮助——人类是非常有创造力的，技术解决方案在这里可能无法100%起作用，因此你可能不得不求助于人类的节制

---

还有其他一些解决方案-例如，将用户名限制为拉丁字母数字。

为什么不尝试应用OCR库呢

这可能取决于所使用的字体。棘手的问题。参考答案不能解决手头的问题。第一个答案只是删除变音符号，并将剩余的非ASCII字符转换为“？”。关于Normalizer.Form.NFD的第二个答案根本不影响西里尔字母“a”。是的……我尝试了Normalizer方法，看起来拉丁语a和西里尔字母a没有被标记为等效。看起来我可能需要手工建立一个转换表。糟糕。@OnesAndZeroes你认为他们会是吗？是的，人们甚至可以静态地执行OCR并建立所需的翻译表，而不必动态地进行OCR分析。我考虑写一些东西来比较字符之间的像素，但决定只手工浏览unicode表。西里尔语、希腊语和拉丁语似乎有最多的罪犯。最后还不错。