如何从字符串中删除变音符号（变音符号）？

Question

如何将字符串（例如Příliš žluťoučký kůň úpěl ďábelské ódy.）转换为Prilis zlutoucky kun upel dabelske ody.？

源字符串是Unicode，因此原则上应该可以使用规范化/分解来分离变音符号。

不幸的是，我没有看到Pharo中的任何库（可能是某些地方隐藏了锌？），它们可以支持剥离变音符号或分解。

Answer 1

您可以尝试Diacriticals包

安装

Metacello new
    smalltalkhubUser: 'Pharo' project: 'MetaRepoForPharo50';
    configuration: 'Diacritics';
    version: #development;
    load.

测试

'Příliš žluťoučký kůň úpěl ďábelské ódy' asNonDiacritical.
 "'Prilis zlutoucky kun upel dabelske ody'"

Answer 2

据我所知，并没有能够做到这一点的算法非常昂贵，所以你可能不想使用它们的Smalltalk实现。在我工作的公司，我们创建了一个VM插件，可以调用libicu。这样我们就不必保持单独的实现并从本机速度中获利。请参阅https://swtch.com/~rsc/regexp/regexp1.html以供参考。