如何用英文字符替换非英文字符

Question

我有一个奇怪的问题。 我从 Google Cloud Vision 获取包含非英文字符的文本，但它们实际上是英文字符。 这是谷歌云视觉OCR的一个错误。

我得到一个这样的角色： Héllo

Notice that é is non English character.

我想转换成simple "Hello" ，这样我就可以处理这个词了。

我不是在寻找编程答案。 我只是在寻找方法来做到这一点。

任何提示都会有用。

谢谢！

Answer 1

如果 Apache Commons 适合您，您可以使用他们的 StringUtils 库。 stripAccents方法应该适合您的需要。 从源代码中您可以看到它实际上使用了java.text.Normalizer ，因此您也可以查看它。