Java 匹配相同的希伯来语单词总是返回False

我试图将相同的希伯来语单词相互匹配，但它总是调用程序的其他部分

下面是我在代码中实际尝试的内容：

通过传递希伯来语单词（来自string.xml）调用方法

如果我硬编码了这个值，那么它将返回true

---

IDE默认字符集为“CP1252”。因此，它将无法读取此非英语字符。IDE是否支持UTF-8字符集，如果支持，则应返回true。

---

例如，如果我将此代码复制到Eclipse（通过将log更改为sysout），那么它对我有效。

您的字符串资源还有一个不可见的Unicode字符

这是资源上的字符串：

这是代码上的字符串：

额外的字符是U+202C POP方向格式

我在比较阿拉伯语字符串时遇到了类似的问题。在我的例子中，不可见的字符是U+200E从左到右的标记

String a = "שְׁ";  //U+05E9 + U+05B0 + U+05C1
String b = "שְׁ";  //U+05E9 + U+05C1 + U+05B0

String nomrA = java.text.Normalizer.normalize(a, java.text.Normalizer.Form.NFC);
String nomrB = java.text.Normalizer.normalize(b, java.text.Normalizer.Form.NFC);

assertFalse("Original strings are not equal.", a.equals(b));
assertTrue("Normalized strings are equal.", normA.equals(normB));

在比较字符串之前，我从字符串中删除了这个字符。您还可以修剪弹出方向格式。您还可以尝试使用十六进制编辑器从资源文件中删除此字符

如果链接不起作用，请对字符串进行unicode分析：

U+05E9  HEBREW LETTER SHIN
U+05B0  HEBREW POINT SHEVA
U+05C1  HEBREW POINT SHIN DOT
U+05D1  HEBREW LETTER BET
U+05B8  HEBREW POINT QAMATS
U+05D8  HEBREW LETTER TET
U+202C  POP DIRECTIONAL FORMATTING //only on resource file

我不太懂希伯来语，但我认为你将来也会遇到另一个问题。在你的单词中，第一个字母有两个修饰语：U+05B0希伯来语点舍瓦和0+05C1希伯来语点申点。 尽管下面的两个字母看起来完全相同，但它们并不相等。修饰符的书写顺序不同

שְׁ：U+05E9+U+05B0+U+05C1

שְׁ：U+05E9+U+05C1+U+05B0

我在阿拉伯语方面遇到了类似的问题。即使下面的两个词看起来相同，它们也不相等。U+064E阿拉伯法塔和U+0651阿拉伯沙达的书写顺序不同

َّ：U+0631+U+064E+U+0651

َّ：U+0631+U+0651+U+064E

对于阿拉伯语，在我的typescript项目中，我编写了一个实用方法，在比较字符串之前对其进行规范化。标准化方法删除所有从左到右的标记字符，并以标准方式重新排列修改器字符。我想你可能需要为希伯来语做类似的事情

已经指出Java已经有了一种规范化字符串的方法。此方法不会删除弹出方向格式或从左到右的标记

String a = "שְׁ";  //U+05E9 + U+05B0 + U+05C1
String b = "שְׁ";  //U+05E9 + U+05C1 + U+05B0

String nomrA = java.text.Normalizer.normalize(a, java.text.Normalizer.Form.NFC);
String nomrB = java.text.Normalizer.normalize(b, java.text.Normalizer.Form.NFC);

assertFalse("Original strings are not equal.", a.equals(b));
assertTrue("Normalized strings are equal.", normA.equals(normB));

---

这意味着month变量与代码2中的希伯来语字符串不同。它包含相同的单词，下面是日志，字符串month从何而来？它是手工输入的吗？它可能与RTL文本有关，但我不确定…它来自string.xml文件，如果我通过硬编码值调用该方法，则返回true。尝试比较字节。我使用的是android studio，它支持UTF-8Oh，k。。如果您是从xml中读取的，那么您可以在比较之前尝试打印（日志），这样您就可以清楚地知道传递给方法的字符串是什么。您可能还需要在规范化时检查这一点：这是java实现：@EliasN感谢您提供的信息。我尝试了JavaAPI来比较阿拉伯语和希伯来语单词，它非常适合不同的unicode顺序。但它不会删除POP定向格式和从左到右的标记。右侧，unicode定义的标准化为视觉上相似的字符提供了一致的字节序列，但它不会删除您提到的无意或不可见的字符

U+05E9  HEBREW LETTER SHIN
U+05B0  HEBREW POINT SHEVA
U+05C1  HEBREW POINT SHIN DOT
U+05D1  HEBREW LETTER BET
U+05B8  HEBREW POINT QAMATS
U+05D8  HEBREW LETTER TET
U+202C  POP DIRECTIONAL FORMATTING //only on resource file

String a = "שְׁ";  //U+05E9 + U+05B0 + U+05C1
String b = "שְׁ";  //U+05E9 + U+05C1 + U+05B0

String nomrA = java.text.Normalizer.normalize(a, java.text.Normalizer.Form.NFC);
String nomrB = java.text.Normalizer.normalize(b, java.text.Normalizer.Form.NFC);

assertFalse("Original strings are not equal.", a.equals(b));
assertTrue("Normalized strings are equal.", normA.equals(normB));