如何用英文字符替換非英文字符

Question

我有一個奇怪的問題。 我從 Google Cloud Vision 獲取包含非英文字符的文本，但它們實際上是英文字符。 這是谷歌雲視覺OCR的一個錯誤。

我得到一個這樣的角色： Héllo

Notice that é is non English character.

我想轉換成simple "Hello" ，這樣我就可以處理這個詞了。

我不是在尋找編程答案。 我只是在尋找方法來做到這一點。

任何提示都會有用。

謝謝！

Answer 1

如果 Apache Commons 適合您，您可以使用他們的 StringUtils 庫。 stripAccents方法應該適合您的需要。 從源代碼中您可以看到它實際上使用了java.text.Normalizer ，因此您也可以查看它。