如何搜索忽略重音字符的字符串(例如ã = a)[重复]

Posted

技术标签:

【中文标题】如何搜索忽略重音字符的字符串(例如ã = a)[重复]【英文标题】:How to search a string ignoring accent characters (e.g. ã = a) [duplicate] 【发布时间】:2011-08-18 00:54:52 【问题描述】:

可能重复:Programatic Accent Reduction in javascript (aka text normalization or unaccenting)

我正在尝试查找忽略重音的字符串,因此在我的示例中,如果我搜索 aviãoaviao 我总是会得到两个结果。 这是一个启动...

<html xmlns="http://www.w3.org/1999/xhtml">
<head>
    <script type="text/javascript" src="http://jquery.com/src/jquery-latest.js"></script>
    <script type="text/javascript">
        $(function () 
            $('input').keyup(function (event) 
                if (jQuery.trim($('input').val()) == "") 
                    return;
                
                var str = jQuery.trim($('input').val()).split(" ");
                jQuery.each($('table > tbody > tr > td:last-child'), function () 
                    var colval = $(this).html().toLowerCase();
                    jQuery.each(str, function () 
                        var term = this.toLowerCase();
                        if (colval.indexOf(term) != -1) 
                            alert(colval);
                        
                    );
                );
            );
        );
    </script>
</head>
<body>
    <input type="text" id="q" />
    <div>
        <table>
            <thead>
                <tr>
                    <th>Id</th>
                    <th>Name</th>
                </tr>
            </thead>
            <tbody>
                <tr>
                    <td>1</td>
                    <td>avião resume</td>
                </tr>
                <tr>
                    <td>2</td>
                    <td>résumé</td>
                </tr>
                <tr>
                    <td>3</td>
                    <td>resume</td>
                </tr>
                <tr>
                    <td>4</td>
                    <td>aviao résumé</td>
                </tr>
            </tbody>
        </table>
    </div>
</body>
</html>

Sample

【问题讨论】:

我冒昧地编辑了标题以使其更清晰,如果您不喜欢它,请随时回滚。 @Martijn 有点 - 很好的发现 - 但前提和可能的答案略有不同(字符串比较与在大型文档中搜索) @Pekka 但使用 JS 字符串比较;最终还是一样的解决方案。 @Martijn mmm,但副本中的答案意味着必须在搜索之前对整个文档进行规范化(据我所知)。也许这是唯一的方法,但这并不好。也许还有其他方法 @Pekka 在 JavaScript 支持正确的 unicode 正则表达式支持之前,我担心这是您唯一的选择:-/ 【参考方案1】:

对于它的价值,有一次我已经构建了拉丁 1 unicode 代码点到它们的 ascii 对应物的映射。

你可以这样使用:

var effectiveCharCode = CODE_NO_DIACRITICS[actualCharCode];

所以,0 (s1 > s2) 的字符串比较方法可能是这样的:

function compareIgnoringDiacritics(s1, s2) 
  for(var i = 0; i < s1.length && i < s2.length; i++)
    var cmp;
    if((cmp = ((CODE_NO_DIACRITICS[s1.charCodeAt(i)] - CODE_NO_DIACRITICS[s2.charCodeAt(i)]))) != 0)
      return cmp;
    
  
  return s1.length - s2.length;

这是桌子:

var CODE_NO_DIACRITICS = [

            0,   1,   2,   3,   4,   5,   6,   7,   8,   9,
           10,  11,  12,  13,  14,  15,  16,  17,  18,  19,
           20,  21,  22,  23,  24,  25,  26,  27,  28,  29,
           30,  31,  32,  33,  34,  35,  36,  37,  38,  39,
           40,  41,  42,  43,  44,  45,  46,  47,  48,  49,
           50,  51,  52,  53,  54,  55,  56,  57,  58,  59,
           60,  61,  62,  63,  64,  65,  66,  67,  68,  69,
           70,  71,  72,  73,  74,  75,  76,  77,  78,  79,
           80,  81,  82,  83,  84,  85,  86,  87,  88,  89,
           90,  91,  92,  93,  94,  95,  96,  65,  66,  67,
           68,  69,  70,  71,  72,  73,  74,  75,  76,  77,
           78,  79,  80,  81,  82,  83,  84,  85,  86,  87,
           88,  89,  90, 123, 124, 125, 126, 127, 128, 129,
          130, 131, 132, 133, 134, 135, 136, 137, 138, 139,
          140, 141, 142, 143, 144, 145, 146, 147, 148, 149,
          150, 151, 152, 153, 154, 155, 156, 157, 158, 159,
          160, 161, 162, 163, 164, 165, 166, 167, 168, 169,
          170, 171, 172, 173, 174, 175, 176, 177, 178, 179,
          180, 181, 182, 183, 184, 185, 186, 187, 188, 189,
          190, 191,  65,  65,  65,  65,  65,  65, 198,  67,
           69,  69,  69,  69,  73,  73,  73,  73,  68,  78,
           79,  79,  79,  79,  79, 215,  79,  85,  85,  85,
           85,  89, 222, 223,  65,  65,  65,  65,  65,  65,
          230,  67,  69,  69,  69,  69,  73,  73,  73,  73,
          240,  78,  79,  79,  79,  79,  79, 247,  79,  85,
           85,  85,  85,  89, 254,  89
    ];

【讨论】:

请原谅我的幼稚,但这对我有什么帮助? (CODE_NO_DIACRITICS['á']; 返回未定义) 好吧,映射使用字符代码而不是字符(该示例可能具有误导性),因此您可能会使用 String.charCodeAt() 获取字符串中每个字符的字符代码值,然后映射那。像 CODE_NO_DIACRITICS[someString.charCodeAt(0)]。

以上是关于如何搜索忽略重音字符的字符串(例如ã = a)[重复]的主要内容,如果未能解决你的问题,请参考以下文章

c ++:搜索忽略重音字符

如何在 Erlang 中将重音字符串转换为常规字符串?

从字符串中去掉法语重音

从字符串中删除重音符号

如何在 SQLite 查询中忽略重音(Android)

局部匹配忽略案例和变音符号