如何检测Java字符串中的unicode字符？
假设我有一个包含Ü的字符串。 我怎样才能找到所有那些unicode字符？ 我应该测试他们的代码吗？ 我该怎么办？
例如，给定字符串“AÜXÜ”，我想将其转换为“AYXY”。 我想对其他unicode角色做同样的事情，我不想将它们存储在某种翻译地图中。
“unicode characters”的定义含糊不清，但将被视为标准ISO 8859字符集未涵盖的UTF-8 字符 。 如果在您的情况下这是真的，则循环遍历String中的所有字符并测试其代码点以确定它是否在给定的字符集内。
或者，使用Map和地图中包含与键匹配的字符。 例如：
Map charReplacementMap = new HashMap() {{ 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，你的意思是“所有带变音符号的人物”？ 如果是，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}+", ""); }
一个陷阱，Ü将成为U，而不是Y.不确定这是否是你所追求的。 如果你想用发音字符替换，你真的需要创建一个映射。 当然，这是一项繁琐的工作，但它的完成时间比您需要的时间少。
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 }
你可以反过来问问这个角色是不是ascii角色。
public static boolean isAscii(char ch) { return ch < 128; }
当然，您必须通过char分析字符串char。
（该方法来自commons-lang Charutils ，其中包含大量有用的Character方法）
我不清楚通过将“AÜXÜ”转变为“AYXY”获得了什么。 这是因为Ü在特定语言中的发音如Y吗？ 什么语言？ 还有什么其他规则可能适用？
在术语方面……
"a"
以上是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，请查看此答案中执行的标准化 。
我不确定你的例子你想要做什么 – 如果你只是试图用Y替换所有非ASCII值，那么你可以遍历字符串寻找0到127范围之外的代码点，并用Y替换那些代码点。
Character类还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