從java中刪除非標準字符字符串

-1

我有一個包含大量文本的字符串。這裏有一些奇怪的字符，如下所示：█✖✔♫♬▬★從java中刪除非標準字符字符串

這只是我迄今發現的一小部分。我嘗試使用replaceAll方法，但它似乎不工作。是否有一些所有這些類型的角色的集合，或者更好的是，能夠將它們刪除的庫？

來源

2016-03-11 RoboticR

您應該指定 - 樣本輸入字符串，期望的輸出字符串和您的代碼。 – TheLostMind

請定義「非標準」的含義。這些對我來說似乎是非常標準的Unicode字符。 – biziclop

「它似乎不起作用」不是問題描述。你試圖做什麼，以及它究竟是如何工作的？ – Raedwald

如果您只想在您的字符串中使用ASCII字符，則可以遍歷字符串的長度並檢查其中的ASCII值是65-90（AZ）還是97-122（az）或48-57（0- 9）

來源

2016-03-11 14:20:54 Sachin

如果你不確定這個問題，你不應該試着回答它。你應該留下評論（如你所見），要求澄清。 – TheLostMind

遍歷字符和檢查每個它是否屬於某種類別定義爲「標準」（此處這樣的類別有：字母，數字，空格，或施加到先前被接受的字符改性劑）：

static String standartize(String s) { 
    if (s == null) return null; 
    StringBuilder sb = new StringBuilder(); 
    boolean based = false; // is previous character accepted base for modifier? 
    int c; 
    for (int i = 0; i < s.length(); i += Character.charCount(c)) { 
     c = Character.codePointAt(s, i);    
     if (based && Character.getType(c) == Character.MODIFIER_SYMBOL) { 
      sb.appendCodePoint(c);    
     } else if (Character.isAlphabetic(c) || Character.isDigit(c)) { 
      sb.appendCodePoint(c); 
      based = true; 
     } else if (Character.isWhitespace(c)) { 
      sb.appendCodePoint(c); 
      based = false; 
     } else { 
      based = false; 
     } 
    } 
    return sb.toString(); 
}

您可以添加/刪除else if中的支票以擴大/縮小您認爲是「標準」的字符範圍：Character h儘可能多的靜態isXxxx()方法來測試一個角色是否屬於某個類別。

請注意，迭代不是char項，但int碼點。這不僅用於處理UTF-16字符，還用於處理代理對。

來源

2016-03-11 14:26:31

這不適用於以兩個UTF-16代碼單元（'char'）編碼的Unicode代碼點。也不會保留「結合字符」的代碼點，當與前面的基本字符結合時可能不被認爲是「怪異的」。 –

@TomBlodget好吧，你是對的。我更新了處理代理對和修飾符字符的答案。感謝您的寶貴通知。 –

從java中刪除非標準字符字符串

回答

相關問題