Cách chuyển đổi chữ cái Unicode có dấu thành không dấu trong Java

Hướng dẫn cách chuyển đổi các ký tự Unicode có dấu thành ký tự không dấu trong Java bằng cách sử dụng `Normalizer` và biểu thức chính quy.

Trong bài viết này, chúng ta sẽ tìm hiểu cách sử dụng lớp Normalizer trong Java để loại bỏ dấu trong các ký tự Unicode, đặc biệt là chữ cái tiếng Việt. Phương pháp này rất hữu ích trong việc xử lý chuỗi khi cần so sánh hoặc tìm kiếm.

Mã Java:

import java.text.Normalizer;
import java.util.regex.Pattern;

public class RemoveDiacritics {
    public static void main(String[] args) {
        String textWithDiacritics = "Chào mừng bạn đến với Java!";
        String textWithoutDiacritics = removeDiacritics(textWithDiacritics);
        System.out.println(textWithoutDiacritics);
    }

    public static String removeDiacritics(String text) {
        // Chuyển đổi văn bản thành dạng chuẩn NFD
        String normalized = Normalizer.normalize(text, Normalizer.Form.NFD);
        // Biểu thức chính quy để loại bỏ các ký tự không phải chữ cái
        Pattern pattern = Pattern.compile("\\p{InCombiningDiacriticalMarks}+");
        // Thay thế các ký tự không dấu
        return pattern.matcher(normalized).replaceAll("").replaceAll("[^\\p{ASCII}]", "");
    }
}

Giải thích chi tiết từng dòng code:

1. import java.text.Normalizer;: Nhập lớp Normalizer để xử lý chuỗi Unicode.
2. String textWithDiacritics = "Chào mừng bạn đến với Java!";: Khai báo một chuỗi có dấu.
3. String normalized = Normalizer.normalize(text, Normalizer.Form.NFD);: Chuyển đổi chuỗi sang dạng chuẩn NFD để tách ký tự cơ bản và dấu.
4. Pattern pattern = Pattern.compile("\\p{InCombiningDiacriticalMarks}+");: Tạo một biểu thức chính quy để tìm các dấu kết hợp.
5. return pattern.matcher(normalized).replaceAll("");: Loại bỏ tất cả các dấu kết hợp khỏi chuỗi.
6. replaceAll("[^\\p{ASCII}]", "");: Loại bỏ tất cả các ký tự không phải ASCII.

Yêu cầu hệ thống:

• Java phiên bản 8 trở lên

Cách cài đặt Java:

Tải Java từ trang web chính thức Oracle và làm theo hướng dẫn cài đặt.

Lời khuyên:

• Phương pháp này có thể được sử dụng cho nhiều ngôn ngữ khác nhau, không chỉ tiếng Việt.
• Hãy kiểm tra kỹ các chuỗi đầu vào để đảm bảo kết quả chính xác.

---