使用Unicode分隔符的溢出字符串

我需要在java中用「 - 」分隔字符串作爲分隔符。例如：「單人間 - 享受您的逗留」使用Unicode分隔符的溢出字符串

我有相同的數據來在英語和德語取決於語言環境。因此我不能使用通常的string.split（「 - 」）。「 - 」字符的Unicode是8212（十進制）或x2014（十六進制）。如何使用unicode分割字符串？

2012-03-08 Bhavya

我假設你嘗試使用'「\ u2014」'作爲分隔符，對吧？ – dasblinkenlight 2012-03-08 04:27:01

是的。我試圖做string.split（「\ u2014」）。但它沒有工作。 – Bhavya 2012-03-08 04:32:58

String s = "Single Room - Enjoy your stay": 
String splits[] = s.split("\u002D"); 
for(String s1:splits){ 
    System.out.println(s1); 
}

來源

2012-03-08 04:42:19

「 - 」的十六進制是十進制的（或）45的二進制（或）45。使用以下程序爲所有符號查找整數值。所以使用\ u002d

public static void main(String[] args) {   
    int j=0; 


    for(int i=32; i<=131;i++) 
    { 

     System.out.print(i + ":\t" + (char)i +" "); 


     j++; 

     if(j>10) 
     { 
      System.out.println(); 
      j=0; 
     } 
    }

來源

2012-03-08 04:46:51 Praveen

您可能會誤認爲您正在獲取哪個Unicode短劃線字符。爲Unicode V6.1中，有有\p{Dash}財產27個點：

U+002D ‭ - HYPHEN-MINUS 
U+058A ‭ ֊ ARMENIAN HYPHEN 
U+05BE ‭ ־ HEBREW PUNCTUATION MAQAF 
U+1400 ‭ ᐀ CANADIAN SYLLABICS HYPHEN 
U+1806 ‭ ᠆ MONGOLIAN TODO SOFT HYPHEN 
U+2010 ‭ ‐ HYPHEN 
U+2011 ‭ ‑ NON-BREAKING HYPHEN 
U+2012 ‭ ‒ FIGURE DASH 
U+2013 ‭ – EN DASH 
U+2014 ‭ — EM DASH 
U+2015 ‭ ― HORIZONTAL BAR 
U+2053 ‭ ⁓ SWUNG DASH 
U+207B ‭ ⁻ SUPERSCRIPT MINUS 
U+208B ‭ ₋ SUBSCRIPT MINUS 
U+2212 ‭ − MINUS SIGN 
U+2E17 ‭ ⸗ DOUBLE OBLIQUE HYPHEN 
U+2E1A ‭ ⸚ HYPHEN WITH DIAERESIS 
U+2E3A ‭ ⸺ TWO-EM DASH 
U+2E3B ‭ ⸻ THREE-EM DASH 
U+301C ‭ 〜 WAVE DASH 
U+3030 ‭ 〰 WAVY DASH 
U+30A0 ‭ ゠ KATAKANA-HIRAGANA DOUBLE HYPHEN 
U+FE31 ‭ ︱ PRESENTATION FORM FOR VERTICAL EM DASH 
U+FE32 ‭ ︲ PRESENTATION FORM FOR VERTICAL EN DASH 
U+FE58 ‭ ﹘ SMALL EM DASH 
U+FE63 ‭ ﹣ SMALL HYPHEN-MINUS 
U+FF0D ‭ － FULLWIDTH HYPHEN-MINUS

在Perl或ICU，你可以只直接劈在\p{dash}，但由於太陽Pattern類不支持完整的Unicode這樣的屬性，你必須用枚舉的方括號字符類來綜合它。因此在模式上分裂：

string.split("[\u002D\u058A\u05BE\u1400\u1806\u2010-\u2015\u2053\u207B\u208B\u2212\u2E17\u2E1A\u2E3A-\u301C\u3030\u30A0\uFE31\uFE32\uFE58\uFE63\uFF0D]")

應該爲你做的伎倆。如果您擔心Java預處理器會妨礙您的行爲，那麼實際上可以雙擊反斜槓，因爲正則表達式解析器應該知道要理解備用符號。

來源

2012-03-08 05:57:46 tchrist

Pattern p = Pattern.compile("\u0001", Pattern.LITERAL); 
String items[] = p.split(message);

來源

2013-06-21 14:21:07 Talal

使用Unicode分隔符的溢出字符串

回答

相關問題