string - 很难解释的问题。下转换/限制字符串到某个字符集而不剥离

Question

我遇到过几次这个问题，现在我终于决定问一下，希望有人知道我在说什么。

我想做的是这种形式的字符转换：

ÆØÅ => AOA
ÉÈÊ => EEE
üÿï => uyi

到目前为止，我最接近的搜索条件可以输入谷歌，如下所示：

• 类似于 base64/URLEncode 的东西
• 声音算法，例如Metaphone或Soundex

这没有按预期工作。和之间似乎没有相关性，ÉÈÊ也没有EEE任何不同ÆØÅ。因此，与 E 相比，所有六个字符都将转换为 E，这不是我想要的准确性。

• 从原始编码（例如 ASCII）转换为仅包含字母数字的字符集/编码

我对这种方法不是很有信心，因为编码必须能够识别，比如说E，作为 的祖先/最近（字母数字）邻居È。

我觉得我说了很多在球场上的话。

有谁了解我想要实现的目标，或者知道我正在寻找的这种“方法”叫什么？

非常感谢任何想法/想法（我的意思是任何想法），

• 米克

Answer 1

我怀疑您必须考虑一个 Unicode 代码点数据库，将它们映射到最接近的 US-ASCII 等效项（如果可能）。我想这将是一个相对稀疏的地图，因为大多数 Unicode 代码点没有 US-ASCII 等价物。

希望这个答案有一些关键词可以帮助你寻找你想要的东西。