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 - >贝伦
2)Ariana应该是 - >阿里亚纳
3)哈林应该是 - >哈林4)Yz️应该是 - > YZ
5)ここさけは7回は见に行くぞ应该是 - >ここさけは7回は见に行くぞ
6)دميازرقوطنيازرق应该是 - > دميازرقوطنيازرق
请帮忙吗?
答案 0 :(得分:2)
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>输出强>:
ここさけは7回は見に行くぞ
答案 1 :(得分:1)
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
答案 2 :(得分:0)
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}]", "");