icu - 如何使用 uconv 将地名列表转换为 ASCII？

Question

我正在尝试“智能地”将地名字符串转换为 ASCII。我想我正在寻找的是音译。我能够使用“uconv”实用程序获得一些令人鼓舞的结果:

假设我的输入是“Emberá”:

uconv -x Latin-ASCII input.dat > output.dat

相应的输出将是“Embera”——正是我想要的。然而，在某些情况下，我没有得到预期的结果，(也许如果输入不是拉丁语？)。例如，检查此地点(我无法将名称正确复制并粘贴到此文本框中) http://maps.google.ca/maps?q=karpos+macedonia&hl=en&ie=UTF8&hnear=Karpo%C5%A1,+Macedonia+(FYROM)&t=m&z=12 .

理想情况下，这将被音译为“Karpos”(我认为)，但如果我将其用作 uconv 的输入，使用上述命令，uconv 根本不会修改它。

因此，给定一个地名列表(如果有人好奇，这里是列表 - http://www.mediafire.com/file/gb0guu117yp1p26/test.dat )，我如何将它们转换为 ASCII？

Answer 1

试试 -x 'Any-Latin;Latin-ASCII'您也可以添加 --to-callback escape-unicode -t ascii强制输出中的所有内容为 ascii，否则类似于 {U+3045} .

请注意，“智能”在这里是......相对的。您正在剥离大量信息并进行多层翻译。这不会有多大帮助，但您可以执行以下操作 -x 'el-en;Any-Latin;Latin-ASCII'如果您知道文本是从希腊语到英语(即 el-en)，那么它可以尝试使用特定于语言的音译。