Question

如何在java中将-lrb-300-rrb-┬á922-6590转换为-lrb-300-rrb- 922-6590？

尝试了以下内容：

t.lemma = lemma.replaceAll("\\p{C}", " ");
t.lemma = lemma.replaceAll("[\u0000-\u001f]", " ");

可能缺少一些概念性的东西。非常感谢任何有关解决方案的指示。

谢谢

Answer 1

尝试下一个：

`str = str.replaceAll("[^\\p{ASCII}]", " ");`

顺便说一下，\p{ASCII}都是ASCII：[\x00-\x7F]。

另外，你需要使用常量Pattern来避免每次重新编译表达式。

private static final Pattern REGEX_PATTERN = 
        Pattern.compile("[^\\p{ASCII}]");

public static void main(String[] args) {
    String input = "-lrb-300-rrb-┬á922-6590";
    System.out.println(
        REGEX_PATTERN.matcher(input).replaceAll(" ")
    );  // prints "-lrb-300-rrb- 922-6590"
}

另见：

Answer 2

假设您只想保留a-zA-Z0-9和标点字符，您可以这样做：

t.lemma = lemma.replaceAll("[^\\p{Punct}\\w]", " "));

替换java中字符串中的任何非ascii字符

2 个答案:

`str = str.replaceAll("[^\\p{ASCII}]", " ");`