Java 如何正确地规范化具有复合字符的字符串？

Java规范化已经允许我获取重音字符并输出非重音字符。然而，它似乎根本不能很好地处理复合字符（Œ，Æ）

Java有没有一种本地处理这些字符的方法？我希望不必保留这些字符的映射（因为这就是我们开始使用Normalize的原因）

例如，“Œ”的输入应返回“OE”，这与它已将“½”等字符整齐地分解为“1/2”的方式大致相同 不，本机java无法统一处理这些问题

长答案

如本问题所述，Java实现并不支持书面语言中存在的所有连字

这是因为Unicode不支持书面语言中存在的所有连字。当谈到书面语言的存储时，连字是一个有争议的话题，因为从数据的角度来看，连字并不重要，从布局的角度来看，连字很重要

Data viewpoint声称不会丢失任何信息，因此只使用分解的表单更有意义，并且合成的表单不应使用Unicode

布局观点认为，组合连字代表了语言书面形式的正确布局，因此应该在数据中用特殊代码表示

可能的解决方案

我建议创建一个只处理连字的接口。提供一个具体的实现来处理您当前需要的所有内容。在将来，如果需要新的实现，只需向添加缺少的连字的程序类路径添加一个新的JAR，就可以简单地添加它们，而无需修改原始代码

框架实现可能如下所示

请注意，我省略了实际使用

ServiceLoader

定位

LigatureDecoder

和

LigatureEncoder

实现的代码

final class Ligatures {
  public static CharSequence compose ( CharSequence decomposedCharacters );
  public static CharSequence decompose ( CharSequence composedCharacters );
}

interface LigatureDecoder {
  CharSequence decompose ( CharSequence composedCharacters );
}

interface LigatureEncoder {
  CharSequence compose ( CharSequence decomposedCharacters );
}

---

但是，请详细说明，它在处理复合字符（Œ，Æ）方面似乎不太好all@SotiriosDelimanolis我想他想要

Normalizer.normalize（“Œ”，Normalizer.Form.NFD）.equals（“OE”）为真。我也是。@SotiriosDelimanolis我希望这能澄清它：）@DodgyCodeException-hum，这似乎还不够（结果我也得到了空字符串）@WeckarE。我知道，从某种意义上说，它告诉你这是无法解决的；-）