Question

我正在尝试从java中的原始文本中删除符号和特殊字符，但无法找到方法。该文本来自网站中的自由文本字段，该字段可能包含任何字面意思。我从外部源获取此文本，无法控制更改设置。所以我必须在我的最后工作。一些例子是

1）贝伦应该是 - ＆gt;贝伦

2）Ariana应该是 - ＆gt;阿里亚纳

3）哈林应该是 - ＆gt;哈林

4）Yz️应该是 - ＆gt; YZ

5）ここさけは7回は见に行くぞ应该是 - ＆gt;ここさけは7回は见に行くぞ

6）دميازرقوطنيازرق应该是 - ＆gt; دميازرقوطنيازرق

请帮忙吗？

Answer 1

你可以试试这个在字符串中找到所有表情符号的正则表达式：

regex = "[\\ud83c\\udc00-\\ud83c\\udfff]|[\\ud83d\\udc00-\\ud83d\\udfff]|[\\u2600-\\u27ff]"

然后使用replaceAll()方法删除其中的所有表情符号：

String text = "ここさけは7回は見に行くぞ ";
String regex = "[\\ud83c\\udc00-\\ud83c\\udfff]|[\\ud83d\\udc00-\\ud83d\\udfff]|[\\u2600-\\u27ff]";
System.out.println(text.replaceAll(regex, ""));

<强>输出：

ここさけは7回は見に行くぞ

Answer 2

如果你的意思是＆＃34;特殊字符＆＃34;是代理对，试试这个。

static String removeSpecial(String s) {
    int[] r = s.codePoints()
        .filter(c -> c < Character.MIN_SURROGATE)
        .toArray();
    return new String(r, 0, r.length);
}

和

String[] testStrs = {
    "belem ",
    "Ariana ",
    "Harlem ",
    "Yz ️‍",
    "ここさけは7回は見に行くぞ",
    "دمي ازرق وطني ازرق "
};

for (String s : testStrs)
    System.out.println(removeSpecial(s));

结果

belem 
Ariana 
Harlem 
Yz ‍
ここさけは7回は見に行くぞ
دمي ازرق وطني ازرق

Answer 3

对于空格使用字符类，对“任何语言的任何字母或数字”使用POSIX字符类：

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

从Java字符串

3 个答案: