刪除非字母數字，但保留拉丁字符

Question

從輸入字符串我想擺脫非字母數字字符（:,-等），但保留拉丁字符。還用"-"替換空白空間" "。

這是我的嘗試，但我不知道如何維護拉丁字符。

String title ="NEYÑO: HOW ARE YÓU MATE"; 
title = title.replaceAll("[^A-Za-z0-9 ]", "").replace(" ", "-").toLowerCase(); 
System.out.println(title); 

輸出：

neyo-how-are-yu-mate 

所需的輸出：

neyño-how-are-yóu-mate 

在此先感謝

Answer 1

使用[^\p{Alnum}\s]+與Pattern.UNICODE_CHARACTER_CLASS選項，以使所有Unicode字母和digts：

String title ="NEYÑO: HOW ARE YÓU MATE"; 
title = title.replaceAll("(?U)[^\\p{Alnum}\\s]+", "").replace(" ", "-").toLowerCase(); 
System.out.println(title); // => neyño-how-are-yóu-mate 

見Java demo

詳細：

• (?U) - n的Pattern.UNICODE_CHARACTER_CLASS option
• [^...]嵌入式類型 - 一個negated character class匹配不屬於任何單個字符：
  • \p{Alnum} - 任何字母數字字符
  • \s - 任何空白字符
• + - 一個quantifier匹配1個或多個。

Answer 2

您還可以使用\p{IsLatin} character property在Java中檢測到拉丁字符：

String title ="NEYÑO: HOW ARE YÓU MATE"; 
title = title.replaceAll("(?!\\p{IsLatin})[^A-Za-z0-9 ]", "").replace(" ", "-").toLowerCase(); 
System.out.println(title); 

//=> neyño-how-are-yóu-mate 

(?!\\p{IsLatin})[^A-Za-z0-9 ]將匹配任何非字母數字或空格字符這不是一個拉丁字符。