假设我有一个包含 Ü 的字符串。我将如何找到所有这些 unicode 字符？我应该测试他们的代码吗？我该怎么做？
例如，给定字符串“AÜXÜ”，我想将其转换为“AYXY”。我想对其他 unicode 字符做同样的事情，我不想将它们存储在某种翻译映射中。
【问题讨论】：
你可以遍历你的字符串和每个字符调用
If (Character.UnicodeBlock.of(c) != Character.UnicodeBlock.BASIC_LATIN) {
// replace with Y
}
【讨论】：
“unicode 字符”的定义含糊不清，但将被视为标准 ISO 8859 charset 未涵盖的 UTF-8 字符。如果在您的情况下是这样，则遍历字符串中的所有字符并测试其代码点以确定它是否在给定字符集中。
或者，使用Map<Character, Character> 和映射中包含匹配键的字符。例如：
Map<Character, Character> charReplacementMap = new HashMap<Character, Character>() {{
put('Ü', 'Y');
// Put more here.
}};
String originalString = "AÜAÜ";
StringBuilder builder = new StringBuilder();
for (char currentChar : originalString.toCharArray()) {
Character replacementChar = charReplacementMap.get(currentChar);
builder.append(replacementChar != null ? replacementChar : currentChar);
}
String newString = builder.toString();
或者，您的意思是“所有带有变音符号的字符”？如果是这样，则使用java.text.Normalizer 删除变音符号：
/**
* Remove any diacritical marks (accents like ç, ñ, é, etc) from
* the given string (so that it returns plain c, n, e, etc).
* @param string The string to remove diacritical marks from.
* @return The string with removed diacritical marks, if any.
*/
public static String removeDiacriticalMarks(String string) {
return Normalizer.normalize(string, Form.NFD)
.replaceAll("\\p{InCombiningDiacriticalMarks}+", "");
}
有一个陷阱，Ü 会变成 U，而不是 Y。不确定这是否是您所追求的。如果你想用发音字符替换，你真的需要创建一个映射。当然，这是一项乏味的工作，但完成的时间比您学习本主题所需的时间要短。
【讨论】：
您可以反过来询问该字符是否为 ascii 字符。
public static boolean isAscii(char ch) {
return ch < 128;
}
当然，你必须逐个字符地分析字符串。
（该方法来自commons-lang CharUtils，其中包含大量有用的字符方法）
【讨论】：
我不清楚将“AÜXÜ”转换为“AYXY”到底能得到什么。这是因为 Ü 在特定语言中的发音像 Y 吗？什么语言？还有哪些其他规则可能适用？
就术语而言...
"a"
上面是一个Unicode字符串。它包含一个 UTF-16 编码字符。
如果您希望将字符范围限制为英文字母，请查看Normalization performed in this answer。
【讨论】：
_XX_ 替换字符:)
从您的示例中我不确定您要做什么 - 如果您只是想用 Y 替换所有非 ASCII 值，那么您可以遍历字符串以查找范围 0 之外的代码点到 127，然后用 Y 替换那些代码点。
【讨论】：
Character 类也提供了一些有趣的方法。看看吧。
Character.UnicodeBlock.of('a') == Character.UnicodeBlock.BASIC_LATIN; //true
Character.UnicodeBlock.of('�') == Character.UnicodeBlock.BASIC_LATIN; //false
【讨论】：