Búsqueda de cadenas de Java ignorando acentos

Question

Estoy tratando de escribir una función de filtro para mi aplicación que tomará una cadena de entrada y filtrará de una forma u otra todos los objetos que no coinciden con la entrada dada. La forma más fácil de hacer esto sería usar el método contains de String, es decir, simplemente verificar si el objeto (la variable String en el objeto) contiene la cadena especificada en el filtro, pero esto no tendrá en cuenta los acentos.

Los objetos en cuestión son básicamente Personas, y las cadenas con las que trato de hacer corresponder son nombres. Entonces, por ejemplo, si alguien busca a Joao, esperaría que João se incluyera en el conjunto de resultados. Ya utilicé la clase Collator en mi aplicación para ordenar por nombre y funciona bien porque puede hacer una comparación, es decir, utilizando la configuración regional de Reino Unido á antes de b pero después de a. Pero obvisouly no devuelve 0 si compara a y á porque no son iguales.

Entonces, ¿alguien tiene alguna idea de cómo podría hacer esto?

Answer 1

Haz uso de java.text.Normalizer y toma de regex para eliminar el diacritics.

public static String removeDiacriticalMarks(String string) { 
    return Normalizer.normalize(string, Form.NFD) 
     .replaceAll("\\p{InCombiningDiacriticalMarks}+", ""); 
} 

que se puede utilizar de la siguiente manera:

String value = "Joáo"; 
String comparisonMaterial = removeDiacriticalMarks(value); // Joao 

Answer 2

Compaginadora hace retorno 0 para A y A, si se configura para ignorar los signos diacríticos:

public boolean isSame(String a, String b) { 
    Collator insenstiveStringComparator = Collator.getInstance(); 
    insenstiveStringComparator.setStrength(Collator.PRIMARY); 
    // Collator.PRIMARY also works, but is case senstive 
    return insenstiveStringComparator.compare(a, b) == 0; 
} 

isSame ("a", "á") produce verdadero ahora

Answer 3

Escribí una clase para buscar textos arábigos al ignorar el diacrítico (NO eliminarlos). tal vez puedas entender la idea o usarla de alguna manera.

DiacriticInsensitiveSearch.java