java - 用对应的英文字母替换特殊字符

Question

寻找一个实现或库（最好是在 Java 中），它将如下所示的Unicode文本转换为相应的ASCII英文字符：

ʀᴇɢɪꜱᴛʀᴀᴛɪᴏɴ

以下应转换为：

登记

但是请注意，还有其他可能要转换的字符，例如“cσdє”。

最终目标是进行phenetic/fuzzy match，但是我相信一旦字符是实际的 ASCII 英语，这将变得容易。

标签： javaunicodefuzzy-searchunicode-normalizationphonetics

Answer 1

事实证明它们被称为 Homoglyphs，所以我们试图防止 Homoglyph/Homograph 攻击。

我发现这个库Homoglyph Detection是一个很好的解决方案起点；它们提供了良好的映射，但不完整，无法真正阻止垃圾邮件。

让社区共享和完成这样的 unicode 到 latin 映射文件会很好。