如何从java正则表达式中的word文档中删除单元格特殊字符的结尾

Question

我从Microsoft Word文档（.doc）中的表中提取数据。

数据提取很好但在每个提取值的末尾（来自每个单元格）存在不可打印的^ G字符，这严重影响了进一步处理。当我将控制台输出粘贴到我的文本编辑器（TextMate）时，我只能看到这一点。

使用正则表达式删除此内容的最佳方法是什么。这是一个unicode角色吗？我找不到任何对^ G不可打印字符的引用。我认为它是细胞特征的终结。说实话，我宁愿摆脱所有不可打印的角色，但目前这是唯一一个导致我出现任何问题的角色，所以任何解决方案都可以。

Answer 1

  

说实话，我宁愿摆脱所有不可打印的字符

您可以使用：

input = input.replaceAll("\\P{Print}", "");

在Java中

删除所有不可打印的字符。

\p{Print} matches all printable characters（包括Unicode的）和\P{Print}通过匹配所有不可打印的字符来反过来。