用于生成slugs的Java代码/库（用于漂亮的URL）

Question

诸如Rails和Django之类的Web框架内置了对“slugs”的支持，后者用于生成可读和SEO友好的URL：

• Rails中的S ..
• 在Django的S ..

slug字符串通常只包含字符az ， 0-9和-因此可以在没有URL转义的情况下编写（想想“foo％20bar”）。

我正在寻找一个Java slug函数，给出任何有效的Unicode字符串将返回一个slug表示（ az ， 0-9和- ）。

一个微不足道的slug函数将是这样的：

return input.toLowerCase().replaceAll("[^a-z0-9-]", "");

但是，这种实现不会处理国际化和口音（ ë > e ）。 解决这个问题的一种方法是列举所有特殊情况，但这不是很优雅。 我正在寻找更好的思考和一般的东西。

我的问题：

• 在Java中生成Django / Rails类型slugs的最通用/最实用的方法是什么？

Answer 1

使用规范分解规范化字符串：

  private static final Pattern NONLATIN = Pattern.compile("[^\\w-]");
  private static final Pattern WHITESPACE = Pattern.compile("[\\s]");

  public static String toSlug(String input) {
    String nowhitespace = WHITESPACE.matcher(input).replaceAll("-");
    String normalized = Normalizer.normalize(nowhitespace, Form.NFD);
    String slug = NONLATIN.matcher(normalized).replaceAll("");
    return slug.toLowerCase(Locale.ENGLISH);
  }

不过，这仍然是一个相当天真的过程。 它不会对s-sharp（ß - 德语中使用）或任何非拉丁语字母表（希腊语，西里尔语，CJK等）做任何事情。

更改字符串的大小写时要小心。 大写和小写形式取决于字母表。 在土耳其语中，U + 0069（ i ）的大写字母是U + 0130（ İ ），而不是U + 0049（ I ），因此如果您在字符串下使用String.toLowerCase() ，则可能会冒险将非latin1字符引入字符串。土耳其语区域。

Answer 2

http://search.maven.org/#search|ga|1|slugify

这里是GitHub存储库，用于查看代码及其用法：

https://github.com/slugify/slugify

Answer 3

我已经扩展了@McDowell的答案，包括将标点符号转义为连字符，并删除重复和前导/尾随连字符。

  private static final Pattern NONLATIN = Pattern.compile("[^\\w_-]");  
  private static final Pattern SEPARATORS = Pattern.compile("[\\s\\p{Punct}&&[^-]]");  

  public static String makeSlug(String input) {  
    String noseparators = SEPARATORS.matcher(input).replaceAll("-");
    String normalized = Normalizer.normalize(noseparators, Form.NFD);
    String slug = NONLATIN.matcher(normalized).replaceAll("");
    return slug.toLowerCase(Locale.ENGLISH).replaceAll("-{2,}","-").replaceAll("^-|-$","");
  }

Answer 4

McDowel的命题几乎可行，但在这样的情况下， Hello World !! 它返回hello-world-- （注意--在字符串的末尾）而不是hello-world 。

固定版本可以是：

private static final Pattern NONLATIN = Pattern.compile("[^\\w-]");
private static final Pattern WHITESPACE = Pattern.compile("[\\s]");
private static final Pattern EDGESDHASHES = Pattern.compile("(^-|-$)");

public static String toSlug(String input) {
    String nowhitespace = WHITESPACE.matcher(input).replaceAll("-");
    String normalized = Normalizer.normalize(nowhitespace, Normalizer.Form.NFD);
    String slug = NONLATIN.matcher(normalized).replaceAll("");
    slug = EDGESDHASHES.matcher(slug).replaceAll("");
    return slug.toLowerCase(Locale.ENGLISH);
}

Answer 5

参考图书馆，用于其他语言： http ： //www.codecodex.com/wiki/Generate_a_url_slug