Character.getType() 不直接识别重音，但可结合 NON_SPACING_MARK（23）和 COMBINING_SPACING_MARK（24）类型辅助清洗；需先 NFD 规范化再过滤组合标记。
Java 的 Character.getType() 本身**不直接识别重音符或语言特定符号**，它返回的是 Unicode 字符的**通用分类（如 LETTER、MARK、PUNCTUATION）**，而非语义层面的“是否为重音”。因此，不能单靠该方法“定向清洗重音符”，但可以**结合其返回值（尤其是 Character.NON_SPACING_MARK 和 Character.COMBINING_SPACING_MARK）作为关键线索，辅助识别和移除组合用重音符号**。
理解 Character.getType() 对重音相关字符的分类
重音符号在 Unicode 中通常以**组合字符（Combining Characters）**形式存在，例如：
-
à（a + U+0300 COMBINING GRAVE ACCENT）→ U+0300 的类型是Character.NON_SPACING_MARK（值为 23） -
ñ（n + U+0303 COMBINING TILDE）→ U+0303 类型同为NON_SPACING_MARK - 独立重音符号如 `´`（U+00B4 ACUTE ACCENT）类型是
Character.ENCLOSING_MARK或Character.OTHER_PUNCTUATION，需单独判断
✅ 关键点：真正参与构成带重音字母的**组合重音符（combining accents）绝大多数属于 NON_SPACING_MARK（23）或 COMBINING_SPACING_MARK（24）**。这是清洗的核心依据。
清洗策略：过滤组合标记 + 可选规范化预处理
纯靠 getType() 过滤可能遗漏或误删，推荐组合使用：
在调试 Java 后端 API 故障时使用此技能，尤其适用于以下任务：分析日志、跨 Controller、Service 和 Mapper 层追踪请求、定位异常根因、检查 SQL 执行或参数流转，以及生成简洁的诊断结论与修复方案。
立即学习“Java免费学习笔记（深入）”；
-
先做 Unicode 规范化（NFD）：将预组合字符（如
é）拆分为基础字母 + 组合重音（e+́），使所有重音显式暴露为可被getType()捕获的 MARK 类型 - 遍历每个代码点，用
Character.getType(cp) == Character.NON_SPACING_MARK || Character.getType(cp) == Character.COMBINING_SPACING_MARK判断是否跳过 - 保留其他所有字符（包括基础字母、数字、空格、标点等）
示例代码：
import java.text.Normalizer;
public static String removeAccents(String input) {
if (input == null) return null;
// NFD 拆分预组合字符
String nfd = Normalizer.normalize(input, Normalizer.Form.NFD);
StringBuilder cleaned = new StringBuilder();
for (int i = 0; i < nfd.length(); ) {
int cp = nfd.codePointAt(i);
// 跳过组合重音标记
if (Character.getType(cp) != Character.NON_SPACING_MARK
&& Character.getType(cp) != Character.COMBINING_SPACING_MARK) {
cleaned.appendCodePoint(cp);
}
i += Character.charCount(cp);
}
return cleaned.toString();
}
注意边界情况与增强建议
仅依赖 getType() 有局限，需补充处理：
-
独立重音符号（如 `~`, `^`, `` ` ``）：它们类型常为
OTHER_PUNCTUATION，不会被上述 MARK 判断捕获。若需一并移除，应额外用字符集白名单或黑名单（如Pattern.compile("[\p{InCombiningDiacriticalMarks}\p{IsSk}]+")） -
某些语言的必需标记（如阿拉伯语元音符、希伯来语尼库德）：它们也属
NON_SPACING_MARK，但删除会破坏可读性。清洗前需明确目标语言范围，必要时加语言检测或白名单过滤 -
性能敏感场景：避免对每个字符重复调用
Character.getType()，可预先缓存常用重音码点的布尔数组（如boolean[] isAccentMark = new boolean[0x10000]）
替代方案：更精准的 Unicode 属性匹配
如果需求明确为“所有变音符号（diacritical marks）”，推荐直接使用 Java 内置的 Unicode 属性类：input.replaceAll("\p{InCombiningDiacriticalMarks}+", "")
或更广义的：input.replaceAll("\p{M}", "")（p{M} 匹配所有 Unicode 标记类别，含 Mn、Mc、Me）
这比手动判断 getType() 更简洁、覆盖更全，且底层已优化。
