- java.lang.Object
-
- java.text.Normalizer
-
public final class Normalizer extends Object
This class provides the methodnormalize
which transforms Unicode text into an equivalent composed or decomposed form, allowing for easier sorting and searching of text. Thenormalize
method supports the standard normalization forms described in Unicode Standard Annex #15 — Unicode Normalization Forms.Characters with accents or other adornments can be encoded in several different ways in Unicode. For example, take the character A-acute. In Unicode, this can be encoded as a single character (the "composed" form):
U+00C1 LATIN CAPITAL LETTER A WITH ACUTE
or as two separate characters (the "decomposed" form):U+0041 LATIN CAPITAL LETTER A U+0301 COMBINING ACUTE ACCENT
To a user of your program, however, both of these sequences should be treated as the same "user-level" character "A with acute accent". When you are searching or comparing text, you must ensure that these two sequences are treated as equivalent. In addition, you must handle characters with more than one accent. Sometimes the order of a character's combining accents is significant, while in other cases accent sequences in different orders are really equivalent.Similarly, the string "ffi" can be encoded as three separate letters:
U+0066 LATIN SMALL LETTER F U+0066 LATIN SMALL LETTER F U+0069 LATIN SMALL LETTER I
or as the single characterU+FB03 LATIN SMALL LIGATURE FFI
The ffi ligature is not a distinct semantic character, and strictly speaking it shouldn't be in Unicode at all, but it was included for compatibility with existing character sets that already provided it. The Unicode standard identifies such characters by giving them "compatibility" decompositions into the corresponding semantic characters. When sorting and searching, you will often want to use these mappings.The
normalize
method helps solve these problems by transforming text into the canonical composed and decomposed forms as shown in the first example above. In addition, you can have it perform compatibility decompositions so that you can treat compatibility characters the same as their equivalents. Finally, thenormalize
method rearranges accents into the proper canonical order, so that you do not have to worry about accent rearrangement on your own.The W3C generally recommends to exchange texts in NFC. Note also that most legacy character encodings use only precomposed forms and often do not encode any combining marks by themselves. For conversion to such character encodings the Unicode text needs to be normalized to NFC. For more usage examples, see the Unicode Standard Annex.
- Since:
- 1.6
-
-
Nested Class Summary
Nested Classes Modifier and Type Class and Description static class
Normalizer.Form
This enum provides constants of the four Unicode normalization forms that are described in Unicode Standard Annex #15 — Unicode Normalization Forms and two methods to access them.
-
Method Summary
Methods Modifier and Type Method and Description static boolean
isNormalized(CharSequence src, Normalizer.Form form)
Determines if the given sequence of char values is normalized.static String
normalize(CharSequence src, Normalizer.Form form)
Normalize a sequence of char values.
-
-
-
Method Detail
-
normalize
public static String normalize(CharSequence src, Normalizer.Form form)
Normalize a sequence of char values. The sequence will be normalized according to the specified normalization from.- Parameters:
src
- The sequence of char values to normalize.form
- The normalization form; one ofNormalizer.Form.NFC
,Normalizer.Form.NFD
,Normalizer.Form.NFKC
,Normalizer.Form.NFKD
- Returns:
- The normalized String
- Throws:
NullPointerException
- Ifsrc
orform
is null.
-
isNormalized
public static boolean isNormalized(CharSequence src, Normalizer.Form form)
Determines if the given sequence of char values is normalized.- Parameters:
src
- The sequence of char values to be checked.form
- The normalization form; one ofNormalizer.Form.NFC
,Normalizer.Form.NFD
,Normalizer.Form.NFKC
,Normalizer.Form.NFKD
- Returns:
- true if the sequence of char values is normalized; false otherwise.
- Throws:
NullPointerException
- Ifsrc
orform
is null.
-
-
Deutsche Übersetzung
Sie haben gebeten, diese Seite auf Deutsch zu besuchen. Momentan ist nur die Oberfläche übersetzt, aber noch nicht der gesamte Inhalt.Wenn Sie mir bei Übersetzungen helfen wollen, ist Ihr Beitrag willkommen. Alles, was Sie tun müssen, ist, sich auf der Website zu registrieren und mir eine Nachricht zu schicken, in der Sie gebeten werden, Sie der Gruppe der Übersetzer hinzuzufügen, die Ihnen die Möglichkeit gibt, die gewünschten Seiten zu übersetzen. Ein Link am Ende jeder übersetzten Seite zeigt an, dass Sie der Übersetzer sind und einen Link zu Ihrem Profil haben.
Vielen Dank im Voraus.
Dokument erstellt 11/06/2005, zuletzt geändert 04/03/2020
Quelle des gedruckten Dokuments:https://www.gaudry.be/de/java-api-rf-java/text/normalizer.html
Die Infobro ist eine persönliche Seite, deren Inhalt in meiner alleinigen Verantwortung liegt. Der Text ist unter der CreativeCommons-Lizenz (BY-NC-SA) verfügbar. Weitere Informationen auf die Nutzungsbedingungen und dem Autor.
Referenzen
Diese Verweise und Links verweisen auf Dokumente, die während des Schreibens dieser Seite konsultiert wurden, oder die zusätzliche Informationen liefern können, aber die Autoren dieser Quellen können nicht für den Inhalt dieser Seite verantwortlich gemacht werden.
Der Autor Diese Website ist allein dafür verantwortlich, wie die verschiedenen Konzepte und Freiheiten, die mit den Nachschlagewerken gemacht werden, hier dargestellt werden. Denken Sie daran, dass Sie mehrere Quellinformationen austauschen müssen, um das Risiko von Fehlern zu reduzieren.