qt - 从 QString 中删除重音符号

Question

这个问题已经有答案了:

How to remove accents / diacritic marks from a string in Qt? (4 个回答)

已关闭 8 年前。

我想从字符串中删除重音符号和更常见的变音符号，以启动不区分重音的搜索。基于对 Unicode 字符类的一些阅读，我想出了这个:

 QString unaccent(const QString s)
 {
   QString s2 = s.normalized(QString::NormalizationForm_D);
   QString out;
   for (int i=0,j=s2.length(); i<j; i++)
   {
     // strip diacritic marks
     if (s2.at(i).category()!=QChar::Mark_NonSpacing &&
         s2.at(i).category()!=QChar::Mark_SpacingCombining)
     {
          out.append(s2.at(i));
     }
   }
   return out;
 }

它似乎对于基于拉丁语的语言相当有效，但我想知道它是否适合其他字母:阿拉伯语、西里尔语、CJK...由于缺乏对这些字母的文化理解，我无法测试这些字母。

具体来说，我希望我知道:

1. 哪种 Unicode 规范化形式更适合此问题:NormalizationForm_KD或NormalizationForm_D ？
2. 删除属于 Mark_NonSpacing 的字符是否足够和Mark_SpacingCombining类别还是应该包含更多类别？
3. 是否对上述代码进行了其他改进，使其尽可能适用于所有语言？

Answer 1

QString unaccent(const QString s)
{
    QString output(s.normalized(QString::NormalizationForm_D));
    return output.replace(QRegExp("[^a-zA-Z\\s]"), "");
}