java - 正则表达式将所有土耳其符号替换为常规拉丁符号

Question

我有一个类，它将所有土耳其符号替换为类似的拉丁符号，并将结果传递给搜索器。

这些是符号替换的方法

@Override
String replaceTurkish(String words) {

        if (checkWithRegExp(words)) {
            return words.toLowerCase().replaceAll("ç", "c").replaceAll("ğ", "g").replaceAll("ı", "i").
                    replaceAll("ö", "o").replaceAll("ş", "s").replaceAll("ü", "u");
        } else return words;
    }

    public static boolean checkWithRegExp(String word){
        Pattern p = Pattern.compile("[öçğışü]");
        Matcher m = p.matcher(word);
        return m.matches();
    }

但这总是返回未修改的单词语句。

我做错了什么？

提前致谢!

Answer 1

根据 Java 7 api，Matcher.matches()

Attempts to match the entire region against the pattern.

您的模式是“[öçğışü]”，regex101.com(一个很棒的资源)说它会匹配

a single character in the list öçğışü literally

也许您可能已经发现了问题。您的正则表达式不会匹配除单个土耳其字符之外的任何内容，因为您试图将整个区域与仅接受一个字符的正则表达式进行匹配。

根据 Andreas 在评论中的建议，我建议使用 find()，或者使用如下正则表达式:

“.*[öçğışü].*”

它实际上应该找到包含任何土耳其语特定字符的单词。

此外，我会指出正则表达式区分大小写，因此如果这些字母有大写变体，您也应该包含它们并修改您的替换语句。

最后(编辑):您可以使您的模式不区分大小写，但您的replaceAll仍然需要更改为不区分大小写。我不确定这将如何处理非拉丁字符，因此您应该在依赖它之前测试该标志。

Pattern p = Pattern.compile(".*[öçğışü].*", Pattern.CASE_INSENSITIVE);