Normalizer 類別

定義

[Android.Runtime.Register("android/icu/text/Normalizer", ApiSince=24, DoNotGenerateAcw=true)]
public sealed class Normalizer : Java.Lang.Object, IDisposable, Java.Lang.ICloneable

[<Android.Runtime.Register("android/icu/text/Normalizer", ApiSince=24, DoNotGenerateAcw=true)>]
type Normalizer = class
    inherit Object
    interface ICloneable
    interface IJavaObject
    interface IDisposable
    interface IJavaPeerable

繼承

Object

JavaObject

Object

Normalizer

屬性

RegisterAttribute

實作

IJavaObject IJavaPeerable ICloneable IDisposable

備註

舊的 Unicode 正規化 API。

此 API 已被類別取代 Normalizer2 ，僅提供向下相容的版本。 此類別僅將權限委派給 Normalizer2 類別。 有兩個例外：新 API 未提供 和 QuickCheckResult的替代compare()。

normalize 將 Unicode 文字轉換為等效的組合或分解格式，使文字的排序與搜尋更為方便。 normalize 支援以下描述的標準正規化形式

Unicode 標準附錄 #15 及 mdash;Unicode 正規化表單。

帶有重音或其他裝飾的字元可以在 Unicode 中以多種不同方式編碼。 舉例來說，以字元A-acute為例。 在 Unicode 中，這可以編碼為單一字元（即「組合」形式）：

00C1    LATIN CAPITAL LETTER A WITH ACUTE

或作為兩個獨立字元（「分解」形式）：

0041    LATIN CAPITAL LETTER A
                 0301    COMBINING ACUTE ACCENT

然而，對程式使用者而言，這兩個序列應視為同一個「使用者層級」字元「帶有尖銳口音的A」。 當你搜尋或比較文本時，必須確保這兩個序列被同等對待。 此外，你必須處理有多種口音的角色。 有時角色組合重音的順序很重要，而在其他情況下，不同重音順序其實是相當的。

同樣地，字串「ffi」也可以編碼成三個獨立的字母：

0066    LATIN SMALL LETTER F
                 0066    LATIN SMALL LETTER F
                 0069    LATIN SMALL LETTER I

或作為單一角色

FB03    LATIN SMALL LIGATURE FFI

FFI 連字並不是獨立的語意字元，嚴格來說它根本不應該出現在 Unicode 裡，但它是為了與已有的字元集相容而加入的。 Unicode 標準透過賦予這些字元「相容性」分解成對應的語意字元來識別這些字元。 在排序和搜尋時，你通常會想使用這些映射。

normalize 透過將文本轉換為典型的組合與分解形式，如上述第一個範例所示，有助於解決這些問題。 此外，你也可以讓它執行相容性分解，讓你能將相容性字元視為對應的對應字元。 最後，將 normalize 重音重新排列成正確的標準順序，讓你不必自己擔心重音重排。

FCD 表格「快速 C 或 D」也設計用於彙整。 它允許處理那些不一定經過正規化的字串（如排序），該演算法在「典範封閉」下運作，也就是說，它對預組合字元及其分解後的等價物一視同仁。

它不是正規化形式，因為它不提供表示的唯一性。 多個字串可能在典範上等價（它們的 NFD 相同），且可能都符合 FCD，但本身並不完全相同。

該形式被定義為「原始分解」，即每個字元的遞迴典範分解，會得到一個典範排序的字串。 這表示只要分解不需要典範重新排序，預組合字元是被允許的。

它對於像彙整這類過程的優點是，所有 NFD 和大多數 NFC 文本——以及許多未正規化的文本——已經符合 FCD，且不需要進行正規化（NFD）來完成此類程序。 FCD 快速檢查在實務中大多數弦都會回應 YES。

normalize（FCD）可透過 NFD 實作。

欲了解更多 FCD 細節，請參閱 Unicode 技術說明 #5（應用中的典範等價）： http://www.unicode.org/notes/tn5/#FCD

如果對整理物件開啟正規化，ICU 整合會自動執行 NFD 或 FCD 正規化。 除了校對和字串搜尋外，正規化字串還可能用於字串等價比較、音譯/轉錄、唯一表示等。

W3C 通常建議以 NFC 交換簡訊。 同時也要注意，大多數舊有字元編碼僅使用預組合的形式，且通常不會單獨編碼任何組合標記。 若要轉換成此類字元編碼，Unicode 文本需正規化為 NFC。 更多使用範例請參閱 Unicode 標準附錄。

注意：正規化器類別也提供迭代正規化的 API。 雖然 setIndex（） 和 getIndex（） 指的是底層 Unicode 輸入文字中的索引，而 next（） 和 previous （） 方法則是遍歷正規化輸出中的字元。 這表示 next（） 與 previous（） 回傳的字元，以及 setIndex（） 和 getIndex（） 傳回的索引之間不一定是一對一對應。 因此，Normalizer 並未實作 CharacterIterator 介面。

Java 文件 android.icu.text.Normalizer。

本頁部分內容為基於 Open Source Project 所創建與分享的作品，並依授權條款所描述的使用進行修改。