NSString -仅转换为纯字母(即删除accents+punctuation)

Question

我正在尝试比较没有任何标点符号、空格、重音等的名称。目前，我正在进行以下操作：

-(NSString*) prepareString:(NSString*)a {
    //remove any accents and punctuation;
    a=[[[NSString alloc] initWithData:[a dataUsingEncoding:NSASCIIStringEncoding allowLossyConversion:YES] encoding:NSASCIIStringEncoding] autorelease];

    a=[a stringByReplacingOccurrencesOfString:@" " withString:@""];
    a=[a stringByReplacingOccurrencesOfString:@"'" withString:@""];
    a=[a stringByReplacingOccurrencesOfString:@"`" withString:@""];
    a=[a stringByReplacingOccurrencesOfString:@"-" withString:@""];
    a=[a stringByReplacingOccurrencesOfString:@"_" withString:@""];
    a=[a lowercaseString];
    return a;
}

但是，我需要对数百个字符串执行此操作，并且需要使其更有效率。有什么想法吗？

Answer 1

NSString* finish = [[start componentsSeparatedByCharactersInSet:[[NSCharacterSet letterCharacterSet] invertedSet]] componentsJoinedByString:@""];

Answer 2

在使用这些解决方案之前，不要忘记使用decomposedStringWithCanonicalMapping来分解任何重音字母。例如，这会将é(U+00E9)转换为e‌́(U+0065 U+0301)。然后，当您剔除非字母数字字符时，未重音的字母将保留。

这很重要的原因是你可能不想，比如说，“dän”和“dün”*被当作一样对待。如果您去掉了所有重音字母，就像这些解决方案中的一些可能做的那样，您将以“dn”结束，因此这些字符串将进行相等的比较。

所以，你应该首先分解它们，这样你就可以去掉重音并保留字母。

*来自德语的示例。感谢Joris Weimar提供它。

Answer 3

On a similar question, Ole Begemann suggests using stringByFoldingWithOptions:和我相信这是最好的解决方案：

NSString *accentedString =@“currentLocale”；NSString *unaccentedString = [accentedString NSLocale locale currentLocale]；

根据要转换的字符串的性质，您可能希望设置固定的区域设置(例如英语)，而不是使用用户的当前区域设置。这样，您就可以确保在每台机器上获得相同的结果。