Objective c NSString-仅转换为纯字母表（即删除重音符号和标点符号）

我试着在没有标点、空格、重音等的情况下比较名字。 目前，我正在做以下工作：

-(NSString*) prepareString:(NSString*)a {
    //remove any accents and punctuation;
    a=[[[NSString alloc] initWithData:[a dataUsingEncoding:NSASCIIStringEncoding allowLossyConversion:YES] encoding:NSASCIIStringEncoding] autorelease];

    a=[a stringByReplacingOccurrencesOfString:@" " withString:@""];
    a=[a stringByReplacingOccurrencesOfString:@"'" withString:@""];
    a=[a stringByReplacingOccurrencesOfString:@"`" withString:@""];
    a=[a stringByReplacingOccurrencesOfString:@"-" withString:@""];
    a=[a stringByReplacingOccurrencesOfString:@"_" withString:@""];
    a=[a lowercaseString];
    return a;
}

但是，我需要对数百个字符串执行此操作，并且我需要使其更有效。有什么想法吗？

考虑使用。你可以这样做：

NSString *searchString      = @"This is neat.";
NSString *regexString       = @"[\W]";
NSString *replaceWithString = @"";
NSString *replacedString    = [searchString stringByReplacingOccurrencesOfRegex:regexString withString:replaceWithString];

NSLog (@"%@", replacedString);
//... Thisisneat

考虑使用，特别是方法（接受NSCharacterSet）和（接受字符串并通过引用返回扫描的字符串）

您可能还希望将其与该选项结合使用，或者与该选项结合使用。这可以简化删除/替换重音的过程，因此您可以专注于删除发音、空格等

---

如果您必须使用您在问题中提出的方法，那么至少使用NSMutableString和

replaceAccurrencesofString:withString:options:range:

——这将比创建大量几乎相同的自动释放字符串更有效。可能只是减少分配的数量就可以暂时“足够”提高性能。

在使用这些解决方案之前，不要忘记使用

decomposedStringWithCanonicalMapping

来分解任何重音字母。例如，这将把é（U+00E9）变成e‌́（U+0065U+0301）。然后，当您去掉非字母数字字符时，将保留未注释的字母

这一点之所以重要，是因为你可能不希望，比如说，“dän”和“dän”*被视为相同的东西。如果你去掉所有重音字母，就像这些解决方案中的一些一样，你会得到“dn”，所以这些字符串会比较相等

所以，你应该先分解它们，这样你就可以去掉重音，留下字母

---

*德国的例子。感谢Joris Weimar提供了它。

刚刚遇到了这个问题，可能已经太晚了，但以下是对我有用的东西：

// text is the input string, and this just removes accents from the letters

// lossy encoding turns accented letters into normal letters
NSMutableData *sanitizedData = [text dataUsingEncoding:NSASCIIStringEncoding
                                  allowLossyConversion:YES];

// increase length by 1 adds a 0 byte (increaseLengthBy 
// guarantees to fill the new space with 0s), effectively turning 
// sanitizedData into a c-string
[sanitizedData increaseLengthBy:1];

// now we just create a string with the c-string in sanitizedData
NSString *final = [NSString stringWithCString:[sanitizedData bytes]];

---

要结合Luiz和Peter的答案给出一个完整的示例，并添加几行代码，您可以得到下面的代码

代码执行以下操作：

创建一组可接受的字符

将重音字母转换为普通字母

删除不在集合中的字符

目标-C Swift（2.2）示例 输出

---

两个示例的输出都是：BuverE_-48

比BillyTheKid18756的答案有一个重要的精确性（这一点由Luiz纠正，但在代码解释中并不明显）：

不要使用

stringWithCString

作为删除重音符号的第二步，它可以在字符串末尾添加不需要的字符，因为NSData不是以NULL结尾的（正如stringWithCString所期望的那样）。 或者使用它并向NSData添加一个额外的空字节，就像Luiz在他的代码中所做的那样

我认为一个更简单的答案是替换：

NSString *sanitizedText = [NSString stringWithCString:[sanitizedData bytes] encoding:NSASCIIStringEncoding];

作者：

如果我收回BillyTheKid18756的代码，下面是完整正确的代码：

// The input text
NSString *text = @"BûvérÈ!@$&%^&(*^(_()-*/48";

// Defining what characters to accept
NSMutableCharacterSet *acceptedCharacters = [[NSMutableCharacterSet alloc] init];
[acceptedCharacters formUnionWithCharacterSet:[NSCharacterSet letterCharacterSet]];
[acceptedCharacters formUnionWithCharacterSet:[NSCharacterSet decimalDigitCharacterSet]];
[acceptedCharacters addCharactersInString:@" _-.!"];

// Turn accented letters into normal letters (optional)
NSData *sanitizedData = [text dataUsingEncoding:NSASCIIStringEncoding allowLossyConversion:YES];
// Corrected back-conversion from NSData to NSString
NSString *sanitizedText = [[[NSString alloc] initWithData:sanitizedData encoding:NSASCIIStringEncoding] autorelease];

// Removing unaccepted characters
NSString* output = [[sanitizedText componentsSeparatedByCharactersInSet:[acceptedCharacters invertedSet]] componentsJoinedByString:@""];

@接口NSString（过滤）
-（NSString*）stringByFilteringCharacters:（NSCharacterSet*）字符集；
@结束
@实现NSString（过滤）
-（NSString*）stringByFilteringCharacters:（NSCharacterSet*）字符集{
NSMutableString*mutString=[NSMutableString stringWithCapacity:[自身长度]]；
对于（int i=0；i<[自身长度]；i++）{
字符c=[自身字符索引：i]；
if（！[charSet characteristicmember:c]）[mutString appendFormat:@“%c”，c]；
}
返回[NSString stringWithString:mutString]；
}
@结束

我相信这是最好的解决方案：

根据要转换的字符串的性质，您可能希望设置固定的区域设置（例如英语），而不是使用用户的当前区域设置。这样，您就可以确保在每台机器上得到相同的结果

---

如果要比较字符串，请使用以下方法之一。不要试图更改数据

- (NSComparisonResult)localizedCompare:(NSString *)aString
- (NSComparisonResult)localizedCaseInsensitiveCompare:(NSString *)aString
- (NSComparisonResult)compare:(NSString *)aString options:(NSStringCompareOptions)mask range:(NSRange)range locale:(id)locale

你需要考虑用户区域设置，用字符串来写东西，尤其是名字之类的东西。 在大多数语言中，像ä和å这样的字符并不相同，只是看起来很相似。它们本质上是不同的字符，具有不同于其他字符的含义，但实际规则和语义对于每个语言环境都是不同的

比较和排序字符串的正确方法是考虑用户的区域设置。其他任何事情都是幼稚的、错误的，而且是在20世纪90年代。别再做了

如果您试图将数据传递给一个不支持非ASCII的系统，那么，这样做是错误的。将其作为数据块传递

加上先规范化字符串（参见Peter Hosey的帖子）预合成或分解，基本上选择一个规范化的表单

- (NSString *)decomposedStringWithCanonicalMapping
- (NSString *)decomposedStringWithCompatibilityMapping
- (NSString *)precomposedStringWithCanonicalMapping
- (NSString *)precomposedStringWithCompatibilityMapping

不，这并不像我们想象的那么简单和容易。

---

是的，这需要明智和谨慎的决策。（一点非英语语言的经验会有所帮助）

这些答案对我来说并没有达到预期效果。具体地说，

decomposedStringWithCanonicalMapping

并没有像我预期的那样去除重音/umlauts

下面是我使用的一个变体，它回答了简短的问题：

// replace accents, umlauts etc with equivalent letter i.e 'é' becomes 'e'.
// Always use en_GB (or a locale without the characters you wish to strip) as locale, no matter which language we're taking as input
NSString *processedString = [string stringByFoldingWithOptions: NSDiacriticInsensitiveSearch locale: [NSLocale localeWithLocaleIdentifier: @"en_GB"]];
// remove non-letters
processedString = [[processedString componentsSeparatedByCharactersInSet:[[NSCharacterSet letterCharacterSet] invertedSet]] componentsJoinedByString:@""];
// trim whitespace
processedString = [processedString stringByTrimmingCharactersInSet: [NSCharacterSet whitespaceCharacterSet]];
return processedString;

---

我想过滤掉除了字母和数字以外的所有东西，所以我修改了Lorean在NSString上实现的一个类别，使其工作起来有点不同。在本例中，您指定的字符串仅包含要保留的字符，其他所有字符都将被过滤掉：

@interface NSString (PraxCategories)
+ (NSString *)lettersAndNumbers;
- (NSString*)stringByKeepingOnlyLettersAndNumbers;
- (NSString*)stringByKeepingOnlyCharactersInString:(NSString *)string;
@end


@implementation NSString (PraxCategories)

+ (NSString *)lettersAndNumbers { return @"abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"; }

- (NSString*)stringByKeepingOnlyLettersAndNumbers {
    return [self stringByKeepingOnlyCharactersInString:[NSString lettersAndNumbers]];
}

- (NSString*)stringByKeepingOnlyCharactersInString:(NSString *)string {
    NSCharacterSet *characterSet = [NSCharacterSet characterSetWithCharactersInString:string];
    NSMutableString * mutableString = @"".mutableCopy;
    for (int i = 0; i < [self length]; i++){
        char character = [self characterAtIndex:i];
        if([characterSet characterIsMember:character]) [mutableString appendFormat:@"%c", character];
    }
    return mutableString.copy;
}

@end

或者，例如，如果您想去除除元音以外的所有内容：

string = [string stringByKeepingOnlyCharactersInString:@"aeiouAEIOU"];

如果您仍在学习Objective-C，并且没有使用类别，我建议您尝试一下。它们是放置此类内容的最佳位置，因为它为您分类的类的所有对象提供了更多功能

---

类别简化并封装您要添加的代码，使其易于在所有项目上重用。这是Objective-C的一大特色

彼得在Swift中的解决方案：

let newString = oldString.componentsSeparatedByCharactersInSet(NSCharacterSet.letterCharacterSet().invertedSet).joinWithSeparator("")

例如：

let oldString = "Jo_ - h !. nn y"
// "Jo_ - h !. nn y"
oldString.componentsSeparatedByCharactersInSet(NSCharacterSet.letterCharacterSet().invertedSet)
// ["Jo", "h", "nn", "y"]
oldString.componentsSeparatedByCharactersInSet(NSCharacterSet.letterCharacterSet().invertedSet).joinWithSeparator("")
// "Johnny"

---

如何使用正则表达式删除所有标点符号而不使用多个语句？我在尽量避免过去

- (NSString *)decomposedStringWithCanonicalMapping
- (NSString *)decomposedStringWithCompatibilityMapping
- (NSString *)precomposedStringWithCanonicalMapping
- (NSString *)precomposedStringWithCompatibilityMapping

// replace accents, umlauts etc with equivalent letter i.e 'é' becomes 'e'.
// Always use en_GB (or a locale without the characters you wish to strip) as locale, no matter which language we're taking as input
NSString *processedString = [string stringByFoldingWithOptions: NSDiacriticInsensitiveSearch locale: [NSLocale localeWithLocaleIdentifier: @"en_GB"]];
// remove non-letters
processedString = [[processedString componentsSeparatedByCharactersInSet:[[NSCharacterSet letterCharacterSet] invertedSet]] componentsJoinedByString:@""];
// trim whitespace
processedString = [processedString stringByTrimmingCharactersInSet: [NSCharacterSet whitespaceCharacterSet]];
return processedString;

@interface NSString (PraxCategories)
+ (NSString *)lettersAndNumbers;
- (NSString*)stringByKeepingOnlyLettersAndNumbers;
- (NSString*)stringByKeepingOnlyCharactersInString:(NSString *)string;
@end


@implementation NSString (PraxCategories)

+ (NSString *)lettersAndNumbers { return @"abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"; }

- (NSString*)stringByKeepingOnlyLettersAndNumbers {
    return [self stringByKeepingOnlyCharactersInString:[NSString lettersAndNumbers]];
}

- (NSString*)stringByKeepingOnlyCharactersInString:(NSString *)string {
    NSCharacterSet *characterSet = [NSCharacterSet characterSetWithCharactersInString:string];
    NSMutableString * mutableString = @"".mutableCopy;
    for (int i = 0; i < [self length]; i++){
        char character = [self characterAtIndex:i];
        if([characterSet characterIsMember:character]) [mutableString appendFormat:@"%c", character];
    }
    return mutableString.copy;
}

@end

NSString *string = someStringValueThatYouWantToFilter;

string = [string stringByKeepingOnlyLettersAndNumbers];

string = [string stringByKeepingOnlyCharactersInString:@"aeiouAEIOU"];

let newString = oldString.componentsSeparatedByCharactersInSet(NSCharacterSet.letterCharacterSet().invertedSet).joinWithSeparator("")

let oldString = "Jo_ - h !. nn y"
// "Jo_ - h !. nn y"
oldString.componentsSeparatedByCharactersInSet(NSCharacterSet.letterCharacterSet().invertedSet)
// ["Jo", "h", "nn", "y"]
oldString.componentsSeparatedByCharactersInSet(NSCharacterSet.letterCharacterSet().invertedSet).joinWithSeparator("")
// "Johnny"