Java的字符串过滤掉不需要的字符

问题描述：

−+-~*/@$^#¨%={}[häagen-dazs;:] a (le & co') jsou "výborné" <značky>?!.

而且我想用这个来结束：

häagen-dazs a le & co jsou výborné značky.

相较于How to filter string for unwanted characters using regex?我想保留重音（变音符号）在字符串中。

我用下面的replaceAll：

str.replaceAll("[¨%=;\\:\\(\\)\\$\\[\\]\\{\\}\\<\\>\\+\\*\\−\\@\\#\\~\\?\\!\\^\\'\\\"\\|\\/]", "");

这是正确的做法？
是否有一个更简单的方法，如何只保留字母数字字符（以及重音），空格和&。 - 符号？

@Tushar这正则表达式将删除变音符号的字母。 –

尝试'的replaceAll（ “？（U）[^ \\ p {L} \\ p {N} \\ S＆.-]”， “”）' –

这里是一个[演示]（HTTP：// rextester。 com/TQFI40953）使用Wiktor的评论。 –

答

可以遍历所有的输入String人物和测试每一个，如果你想正则表达式匹配保留它，使用这个正则表达式[a-zA-Z& \\-_\\.ýčéèêàâùû]可以分别测试每个字符。

这是你需要的代码：

String input = "−+-~*/@$^#¨%={}[häagen-dazs;:] a (le & co') jsou výborné <značky>?!"; 
    StringBuffer sb = new StringBuffer(); 
    for(char c : input.toCharArray()){ 
     if((Character.toString(c).toLowerCase()).matches("[a-zA-Z& \\-_\\.ýčéèêàâùû]")){ 
      sb.append(c); 
     } 
    } 
    System.out.println(sb.toString());

演示：

而这里的a working Demo使用这个代码，并给出了下面的输出：

-hagen-dazs. a le & co jsou výborné značky

注：

它使用input.toCharArray()来获得一个数组char s并在其上循环。
它使用(Character.toString(c).toLowerCase()).matches("[a-zA-Z& \\-_\\.ýčéèêàâùû]")来测试迭代的char是否与允许的字符Regex匹配。
它使用StringBuffer来构造新的String只允许允许的字符。

这对我来说是最好的解决方案。对于任何人谁愿意支持全捷克/斯洛伐克/德语语言，使用：（Character.toString（C）.toLowerCase（））相匹配（ “[A-Z＆\\ \\ -_äáàâčďéèêěíľňóöřšťùûúůüýž]”） – Michal

答

试试这个

str.replaceAll("[\\\/\.\:\%\!\[\]\(\)\{\}\?\^\*\+\"\'#@$;¨=&<>-~−]", "");

你的正则表达式有什么毛病sintax，我建议你建立一个脚印的正则表达式的步骤，以立即找出是否有是一个错误。

尝试使用本网站的实时测试的正则表达式，这是非常好的

https://regex101.com/

答

您需要使用

String res = input.replaceAll("(?U)[^\\p{L}\\p{N}\\s&.-]+", "");

注意，正则表达式以外的任何字符（因为[^...]是一个否定的字符类）相匹配，一次或多次（由于+量词）：

\p{L} - 任何Unicode字母
\p{N} - 任何Unicode位数
\s - 任何Unicode空白（\s变得支持Unicode由于(?U)直列Pattern.UNICODE_CHARACTER_CLASS改性剂版本）
& - 字面&
. - 字面.
- - 一个连字符（因为它被放置在字符类末尾

Java demo：

import java.util.*; 
import java.lang.*; 

class Rextester 
{ 
    public static void main(String args[]) 
    { 
     String input = "−+-~*/@$^#¨%={}[häagen-dazs;:] a (le & co') jsou výborné <značky>?!"; 
     input = input.replaceAll("(?U)[^\\p{L}\\p{N}\\s&.-]+", ""); 
     System.out.println(input); 
    } 
}

输出：-häagen-dazs a le & co jsou výborné značky

Java的字符串过滤掉不需要的字符

相关推荐