remover - replace java tildes

¿Manera fácil de eliminar acentos de una cadena Unicode?

Question

Esta pregunta ya tiene una respuesta aquí:

• ¿Hay alguna manera de deshacerse de los acentos y convertir una cuerda completa en letras regulares? 9 respuestas

Quiero cambiar esta oración:

Et ça sera sa moitié.

A :

Et ca sera sa moitie.

¿Hay una manera fácil de hacer esto en Java, como lo haría en Objective-C?

NSString *str = @"Et ça sera sa moitié.";
NSData *data = [str dataUsingEncoding:NSASCIIStringEncoding allowLossyConversion:YES];
NSString *newStr = [[NSString alloc] initWithData:data encoding:NSASCIIStringEncoding];

Answer 1

Finalmente, lo resolví usando la clase Normalizer .

public static String stripAccents(String s) 
{
    s = Normalizer.normalize(s, Normalizer.Form.NFD);
    s = s.replaceAll("[//p{InCombiningDiacriticalMarks}]", "");
    return s;
}

Answer 2

Para kotlin

fun stripAccents(s: String): String 
{
    var string = Normalizer.normalize(s, Normalizer.Form.NFD)
    string = Regex("//p{InCombiningDiacriticalMarks}+").replace(string, "")
    return  string
}

Answer 3

Quizás la forma más fácil y segura es usar StringUtils de Apache Commons Lang

StringUtils.stripAccents(String input)

Elimina signos diacríticos (~ = acentos) de una cadena. El caso no será alterado. Por ejemplo, ''à'' será reemplazado por ''a''. Tenga en cuenta que las ligaduras se dejarán como están.

StringUtils. stripAccents()

Answer 4

Supongo que la única diferencia es que uso un + y no un [] comparación con la solución. Creo que ambos funcionan, pero es mejor tenerlo aquí también.

String normalized = Normalizer.normalize(input, Normalizer.Form.NFD);
String accentRemoved = normalized.replaceAll("//p{InCombiningDiacriticalMarks}+", "");

Answer 5

Suponiendo que está utilizando Java 6 o posterior, es posible que desee echar un vistazo a Normalizer , que puede descomponer los acentos, y luego utilizar una expresión regular para quitar los acentos combinados.

De lo contrario, debería poder lograr el mismo resultado usando ICU4J .

Answer 6

gracias

public static final Pattern DIACRITICS_AND_FRIENDS = Pattern.compile(
                              "[//p{InCombiningDiacriticalMarks}//p{IsLm}//p{IsSk}]+");

private static String stripDiacritics(String str) {
    str = Normalizer.normalize(str, Normalizer.Form.NFD);
    str = DIACRITICS_AND_FRIENDS.matcher(str).replaceAll("");
    return str;
}

=> stripDiacritics ("Et Ça sera sa moitié.");