Java代碼/庫生成蛞蝓（在漂亮的網址使用）

Question

Web框架，如Rails和Django的內置了支持，這是用來生成可讀和SEO友好的URL「子彈」：

• Slugs in Rails
• Slugs in Django

團狀串典型地只包含的字符a-z，0-9-和並因此可以在不寫入URL轉義（認爲「富％20BA R「）。

我正在尋找Java slug函數給定任何有效的Unicode字符串將返回一個slug表示（a-z,0-9和-）。

一個平凡的蛞蝓功能將沿着線的東西：

return input.toLowerCase().replaceAll("[^a-z0-9-]", ""); 

然而，這個實現不會處理國際和口音（ë>e）。解決這個問題的一個方法是列舉所有特殊情況，但這不會很優雅。我正在尋找更加深思熟慮和一般的東西。

我的問題：

• 什麼是生成Java的Django/Rails的類型蛞蝓最普遍的/實際的方法？

Answer 1

Normalize您使用標準分解字符串：

private static final Pattern NONLATIN = Pattern.compile("[^\\w-]"); 
    private static final Pattern WHITESPACE = Pattern.compile("[\\s]"); 

    public static String toSlug(String input) { 
    String nowhitespace = WHITESPACE.matcher(input).replaceAll("-"); 
    String normalized = Normalizer.normalize(nowhitespace, Form.NFD); 
    String slug = NONLATIN.matcher(normalized).replaceAll(""); 
    return slug.toLowerCase(Locale.ENGLISH); 
    } 

這仍然是一個相當幼稚的過程，雖然。對於s-sharp（ß - 用於德語）或任何非拉丁字母（希臘語，西里爾文，CJK等），它不會做任何事情。

更改字符串大小寫時要小心。大寫和小寫形式依賴於字母。在土耳其，U的資本+ 0069（我）是U + 0130（İ），而不是U + 0049（我），所以你可能引入非latin1的字符返回到您的字符串，如果您使用String.toLowerCase()在土耳其語區域。

Answer 2

參考庫，對其他語言：http://www.codecodex.com/wiki/Generate_a_url_slug

Answer 3

http://search.maven.org/#search|ga|1|slugify

而這裏的GitHub的倉庫來看看代碼及其用法：

https://github.com/slugify/slugify

Answer 4

我已經通過@McDowell擴展了答案，以便將連字符轉義標點符號和刪除重複的前導/尾隨連字符。

private static final Pattern NONLATIN = Pattern.compile("[^\\w_-]"); 
    private static final Pattern SEPARATORS = Pattern.compile("[\\s\\p{Punct}&&[^-]]"); 

    public static String makeSlug(String input) { 
    String noseparators = SEPARATORS.matcher(input).replaceAll("-"); 
    String normalized = Normalizer.normalize(noseparators, Form.NFD); 
    String slug = NONLATIN.matcher(normalized).replaceAll(""); 
    return slug.toLowerCase(Locale.ENGLISH).replaceAll("-{2,}","-").replaceAll("^-|-$",""); 
    } 

Answer 5

McDowel的命題幾乎工作，但在這樣的情況下Hello World !!返回hello-world--（注意--在字符串的結束），而不是hello-world。

一個固定的版本可能是：

private static final Pattern NONLATIN = Pattern.compile("[^\\w-]"); 
private static final Pattern WHITESPACE = Pattern.compile("[\\s]"); 
private static final Pattern EDGESDHASHES = Pattern.compile("(^-|-$)"); 

public static String toSlug(String input) { 
    String nowhitespace = WHITESPACE.matcher(text).replaceAll("-"); 
    String normalized = Normalizer.normalize(nowhitespace, Normalizer.Form.NFD); 
    String slug = NONLATIN.matcher(normalized).replaceAll(""); 
    slug = EDGESDHASHES.matcher(slug).replaceAll(""); 
    return slug.toLowerCase(Locale.ENGLISH); 
}