Question

我正在使用一个字符串标记器，一次只能输入一个字。当我正在读这个标记时，我想要从中删除所有不是字母字符（A-Z）和句点（。）的内容。我目前正在处理类似这样的事情，但它会留下一些奇怪的字符以及“，”之类的东西。我想知道是否有一种更为低调和有效的方式来做这样的事情。

StringTokenizer biDoc = new StringTokenizer(new String(value.getBytes()));
while(biDoc.hasMoreElements()){
        String token = new String(biDoc.nextToken().replaceAll("[-@#$%^&*',;!?:()\'\"/<>]+_", "").replace("/[0-9]", ""));
        contentPrev.add(token);
    }

所以我希望：我是“我”是鲍勃。我去学校和I_Like代码。会显示：嗨，我是鲍勃。我得到了学校和ilike代码

这是我在这里的第一个问题，如果它的格式很差，那就很抱歉。

Answer 1

我想从中删除所有不是字母字符（A-Z）和句点（。）
的内容

要与C:\Users\Owner\Desktop\SpaceRadar\src\SpaceRadar.EntityFramework>dnx ef dbcontext scaffold "data source=database_server;initial catalog=DemoDb;persist security info=True;user id=user;password=*****" EntityFramework.MicrosoftSqlServer -a -c "DataStore" -o Model一起使用，此正则表达式会匹配要删除的所有不需要的字符：

Illegal character '/' (Unicode hexadecimal 002F)

DEMO

Answer 2

替换

String token = new String(biDoc.nextToken().replaceAll("[-@#$%^&*',;!?:()\'\"/<>]+_", "").replace("/[0-9]", ""));

带

String token = new String(biDoc.nextToken().replaceAll("[\\W_]", "").replace("/[0-9]", ""));

实质上，您不希望知道所有非字母数字字符，所有非字母数字字符都可以用\W表示。而且要像这样生成输出，你会想要在每个循环的末尾添加一个空格，如下所示。

contentPrev.add(token + " "); // Of course you should use StringBuilder or StringBuffer depending on the requirements of thread safety.

有关详细信息，请参阅documentation。

替换除了字母字符和句点之外的所有令牌

2 个答案: