在C++/Qt中实现忽略变音符号的子串查找

要实现忽略变音符号、大小写的子串匹配，你可以通过字符串规范化+特殊字符映射+普通子串查找的组合方式解决，比直接用QCollator更可靠，也能覆盖你遇到的特殊字符问题。

核心思路 #

1. 将字符串规范化为NFD格式，把带变音的字符分解为"基础字符+变音标记"；
2. 过滤掉所有变音标记；
3. 将特殊形态的字符（如Ð、Ø）映射到对应的普通ASCII字符；
4. 统一转为小写（或大写）后，用普通的子串查找方法即可。

实现代码 #

字符串规范化与映射函数 #

QString normalizeString(const QString& source) {
    // 第一步：规范化为NFD，拆分变音符号与基础字符
    QString normalized = source.normalized(QString::NormalizationForm_D);
    QString result;

    for (const QChar& c : normalized) {
        // 过滤非间距标记和组合间距标记（即所有变音符号）
        if (c.category() != QChar::Mark_NonSpacing && c.category() != QChar::Mark_SpacingCombining) {
            QChar mapped = c;
            // 映射特殊字符到普通ASCII字符，可根据需求扩展
            switch (c.unicode()) {
                case 0x00D0: mapped = 'D'; break;    // 拉丁大写字母ETH（Ð）
                case 0x00F0: mapped = 'd'; break;    // 拉丁小写字母eth（ð）
                case 0x00D8: mapped = 'O'; break;    // 拉丁大写字母O带斜线（Ø）
                case 0x00F8: mapped = 'o'; break;    // 拉丁小写字母o带斜线（ø）
                case 0x00DF: result.append("ss"); continue; // 德语ß，需映射为两个字符
                case 0x00E6: result.append("ae"); continue; // 拉丁小写字母æ
                case 0x00C6: result.append("AE"); continue; // 拉丁大写字母Æ
                default: break;
            }
            result.append(mapped);
        }
    }

    // 统一转为小写，消除大小写差异
    return result.toLower();
}

子串匹配函数 #

bool containsIgnoringDiacritics(const QString& fullString, const QString& searchString) {
    QString processedFull = normalizeString(fullString);
    QString processedSearch = normalizeString(searchString);
    return processedFull.contains(processedSearch);
}

测试验证 #

• 对于原字符串"This is éval"，处理后变为"this is eval"，搜索"eval"或"Eval"都会返回true；
• 对于你的测试字符串"üó ÐÈMØ"，处理后变为"uo demo"，搜索"demo"即可匹配成功。

为什么之前的QCollator方法无效？ #

QCollator的compare方法是基于排序规则的相等性判断，并非针对字符的直接匹配，而且你逐个截取子串的方式不仅效率低，也无法利用collator的规则正确处理子串场景——collator的设计目标是全字符串的排序对比，不是子串匹配。

扩展建议 #

如果需要覆盖更多特殊字符，可以参考Unicode字符表，在switch中添加对应的映射规则，比如添加À→A、ñ→n等常见变音字符的映射，或者针对特定语言的字符做补充。

内容的提问来源于stack exchange，提问作者Laurens Brock