Java字符串文本规范化程序双精度韩语字符

我有一个改变字符串的项目。当我将以下代码与韩文字符一起使用时，结果字符串具有双重字符。我怎样才能修好它

@Test
public void testKoreanCharacters() {
    String test = "카디코이";
    String replacedStr = Normalizer.normalize(test, Normalizer.Form.NFD).replaceAll("\\p{Mn}", "");
    Assert.assertEquals(test.length(),replacedStr.length());
}

输出：

java.lang.AssertionError: 
Expected :4
Actual   :8

---

日语字符代表音节，而不是单一的语音。因此，大多数字符代表两个或三个“拉丁”字符。请参见Unicode规范的

1简介

部分的第一个黄色方框

Unicode标准定义了字符之间的两种等价性：规范等价性和兼容性等价性。规范等价是字符或字符序列之间的基本等价。下图说明了这种等效性：

因此，将一个字符变成两个字符是正确的行为

然而，您选择了NFD形式，它已经是“规范分解”。 我认为您不必删除

\\p{Mn}

，因为您根本无法获得规范组合

NFC 标准分解，然后是标准组合

NFD 正则分解

NFKC 兼容性分解，然后是规范组合

NFKD 兼容性分解

---

您的测试假设不正确，输入和输出序列不需要相同的长度。

感谢您根据您的回答做出的回答。我如何才能用一个字符更改所有日语字符？您不能。除了unicode字符本身之外，没有表示日语字符的单数字符。所有其他表示都是字符分解或语音表示，它们都更长。您的项目的目的是什么？我的项目的目的只是向tcp服务器发送一个字符串。Tcp服务器以字符串形式接收请求，且字符串长度为常量。日文字符不重要当我发现日文或中文字符时，我必须用拉丁字符替换日文字符。此外，我还必须使用这些规范化方法，因为如果字符串具有土耳其字符，我必须将其更改为英语，例如，ç->c，就像您的屏幕截图一样。在这种情况下，您可以使用

“\uffffd”

替换您感兴趣的范围之外的字符，这是不在字符集中的字符的替换字符。它的长度为1，但不在ascii范围内。然而，如果您计划将它们作为get请求发送，它们可能不会作为URL的一部分保存……您的意思是这样使用吗？Normalizer.normalize（test，Normalizer.Form.NFD）.replaceAll（“\\p{Mn}”，“\uffffd”）；测试字符串“카디코이" 是韩国人，不是日本人我很抱歉。我更新了问题。