如何在 Erlang 中将重音字符串转换为常规字符串？

Posted 2023-02-24

【中文标题】如何在 Erlang 中将重音字符串转换为常规字符串？

【英文标题】：How to convert accented strings to regular strings in Erlang?

【发布时间】：2021-10-13 18:29:50

【问题描述】：

我想将一些带有重音字符的城市名称转换为普通字符串。例如：

<<"Sosúa">>  to  <<"Sosua">>

<<"Luperón">> to <<"Luperon">>

关于如何做到这一点的任何线索？

【问题讨论】：

它不能解决你的问题，但你可以把它当作“灵感”：medium.com/grindr-engineering/…

【参考方案1】：

应用Unicode Canonical Decomposition (NFD) 来重写两个代码点o (U+6F) 中的ó 等字符，后跟unicode:characters_to_nfc_binary/1 的分隔组合重音符号(U+301) 使用正则表达式 \pMn，替换 (re:replace/4) 所有组合变音符号（非空格标记）的所有那些，如上面的 U+301 可选：应用 Unicode 规范组合 (NFC) 将剩余和可能的代码点重新组合在一起

String = "Luperón",
ok, Re = re:compile("\\pMn", [unicode]),
Output = unicode:characters_to_nfc_binary(
  re:replace(
    unicode:characters_to_nfd_binary(String),
    Re,
    "",
    [global]
  )
),
Output.

等效于 Elixir，供参考和信息（因为它也是基于 Erlang 的 unicode 模块）：

string = "Luperón"
output = 
  Regex.replace(~R<\pMn>u, string |> :unicode.characters_to_nfd_binary(), "")
  |> :unicode.characters_to_nfc_binary()

【讨论】：

当问题是特定于 Erlang 时，我不明白为什么要在您的答案中添加 Elixir 代码示例？许多语言都在使用 Erlang 及其底层模块，所以这对我来说不是一个理由。其次:unicode不是基于Erlang，它实际上是一个Erlang Module。

哎呀！！！从答案编辑历史中得到它，看起来你是从 Elixir 代码开始的......很好！我感到很愚蠢：\谢谢你的回答