Java代码/库生成蛞蝓（在漂亮的网址使用）

Question

Web框架，如Rails和Django的内置了支持，这是用来生成可读和SEO友好的URL“子弹”：

• Slugs in Rails
• Slugs in Django

团状串典型地只包含的字符a-z，0-9-和并因此可以在不写入URL转义（认为“富％20BA R“）。

我正在寻找Java slug函数给定任何有效的Unicode字符串将返回一个slug表示（a-z,0-9和-）。

一个平凡的蛞蝓功能将沿着线的东西：

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

然而，这个实现不会处理国际和口音（ë>e）。解决这个问题的一个方法是列举所有特殊情况，但这不会很优雅。我正在寻找更加深思熟虑和一般的东西。

我的问题：

• 什么是生成Java的Django/Rails的类型蛞蝓最普遍的/实际的方法？

Answer 1

Normalize您使用标准分解字符串：

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); 
    } 

这仍然是一个相当幼稚的过程，虽然。对于s-sharp（ß - 用于德语）或任何非拉丁字母（希腊语，西里尔文，CJK等），它不会做任何事情。

更改字符串大小写时要小心。大写和小写形式依赖于字母。在土耳其，U的资本+ 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()在土耳其语区域。

Answer 2

参考库，对其他语言：http://www.codecodex.com/wiki/Generate_a_url_slug

Answer 3

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

而这里的GitHub的仓库来看看代码及其用法：

https://github.com/slugify/slugify

Answer 4

我已经通过@McDowell扩展了答案，以便将连字符转义标点符号和删除重复的前导/尾随连字符。

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的命题几乎工作，但在这样的情况下Hello World !!返回hello-world--（注意--在字符串的结束），而不是hello-world。

一个固定的版本可能是：

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); 
}