StringUtils源码理解（下）

本文介绍StringUtils的剩下的两个方法

1.计算两个字符串相似度1.1实现简单介绍

实现原理可参考计算字符串相似度算法——Levenshtein

这里的算法区别在于：存差异值的数组由上文中的二维数组，变成这个实现的两个一维数组，并通过不断的交换数值来实现。

1.2源码理解

 public static String stripAccents(String input) {}

在这个方法的注释里面，写到java1.6 用到的是java.text.Normalizer，java1.3-1.5用的是sun.text.Normalizer。

同时建议让我们去参考Lucene2.9? 的ASCIIFoldingFilter。

2.1带口音的字符从哪里来

首先ASCII码是八位，但是只用到0-127，最高位是用于校验，128-255被用到这样‘?’，’?‘ 的字符，未收录ASCII中。所以这个方法是将这些带有口音的字符变成标准的(a-z)|(A-Z)。

举例：前面是ascII编码，后面是字符

226:a
227:?
228:?
229:?
230:?
231:?
232:è
233:é
234:ê

2.2源码理解

这个源码对我来说不容易看，对字符编码之间的转换不理解，看源码会有点吃力，费很多时间，所以就不看了，实现的话，大概就是先把需要转换的部分转换成标准编码，再删除多余的字符。java的字符编码是UTF-8，所以应该变为UTF-8。

3.结束

StringUtils看完了，这两个方法查了不少东西才看下来，同时也学了很多。

?

?

?

?