Question

我有一个Java应用程序，我需要有一个正则表达式来替换除字符和数字之外的所有字符（包括强调元音和ñ/Ñ的西班牙字符）。它还需要包含一些特定的空格字符。

我创建了以下regEx，但它也删除了强调的元音，这不是想法

string.replaceAll("[^-_/.,a-zA-Z0-9 ]+","")

我只是想接受那些角色......而不是像æ，å或其他人那样......

Answer 1

您可以使用\p{L}代替a-zA-Z：

string = string.replaceAll("[^-_/.,\\p{L}0-9 ]+","");

\p{L}匹配所有Unicode字母，无论传递给正则表达式编译的修饰符。

查看Java test：

List<String> strs = Arrays.asList("!@#Łąka$%^", "Word123-)(=+");
for (String str : strs)
    System.out.println("\"" + str.replaceAll("[^-_/.,\\p{L}0-9 ]+","") + "\"");

输出：

"Łąka"
"Word123-"

模式详细信息：[^-_/.,\\p{L}0-9 ]+模式匹配-，_，_，/以外的任何字符，{ {1}}，.，Unicode字母，ASCII数字和空格。

请注意，使用此解决方案，您仍会删除Unicode数字，例如,。

您可以使用Mena's suggested ٠١٢٣٤٥٦٧٨٩ 但与(?U) embedded flag option重新匹配所有Unicode字母和数字：

\p{Alnum}

要仅删除普通欧洲字母以外的Unicode字母，只需添加string = string.replaceAll("(?U)[^-_/.,\\p{Alnum} ]+","");并从此范围中减去两个非字母À-ÿ：

×÷

Answer 2

您可以使用Alnum脚本替换所有字母字符和数字，包括重音字符：

"[^-_/.,\\p{Alnum} ]+"

请参阅docs：

\ p {Alnum}一个字母数字字符：[\ p {Alpha} \ p {Digit}]

请注意，您的替换目前会影响所有字母字符等。

如果您想要实际否定该自定义类（从而替换那里的不>的所有内容），请使用：

"[^[-_/.,\\p{Alnum} ]]+"

（请注意^后面的其他方括号，否则会被解释为文字^）。

修改

您可以使用以下方法进一步缩小到拉丁字符块的子集：

String s = "a1áŁą"; System.out.println( s.replaceAll("[^[-_/.,\\p{InBASIC_LATIN}\\p{InLATIN_1_SUPPLEMENT}0-9]]+","") );

<强>输出

Łą

请注意，您在拉丁语1补充中仍会有一些非西班牙语字符，请参阅here。

如果您想进一步限制您的要求，您可能需要使用特定的西班牙语字符定义自己的（lenghty）字符类。

Answer 3

您可以尝试在字符类 [ ... ] 中包含西班牙语特殊字符，毕竟只有 7 个。

我只需要小写字符，所以我使用了 [a-z] 而不是 [a-zñáéíóúü]，这对我有用。

正则表达式包括所有西班牙语字符和数字

3 个答案: