Question

因此，我正在编写一个程序，该程序将从网页中提取的数据提取到Excel工作表中，然后将其打印到文本注释中。但是，我遇到的一个奇怪的问题是，从excel工作表到文本注释，字符已更改。 -已经变成了？。我的解决方案是遍历单词以及何时到达？并将其更改为-。我尝试使用在网上找到的unicode并完成

.replace("(question mark unicode) ", " - ")

无济于事。有谁知道为什么要这么做吗？您可以确认的unicode吗？和-。因此，如果单词是“ Leo‑III 1.3”，则现在是“ Leo？III 1.3”。谢谢您的帮助

Answer 1

在Java中的替换将字符作为第一个参数，并将所有出现的内容替换为第二个参数。

您可以宁愿使用它：

ParquetDatasetPiece

replaceAll将第一个参数作为正则表达式，并用第二个参数替换所有匹配项。

注意：\帮助逃脱？

另外，由于字符串是不可变的，请确保将结果存储在新的String变量中。

Answer 2

根据Java文档，String类的replace方法采用原始的char或实现CharSequence的对象（如String）作为其参数。

如果要将Leo？III 1.3转换为Leo-III 1.3，请使用：

.replace("?", "-")

Answer 3

?是字符集编码问题的结果，并且可能发生在数据管道的许多地方。

它实际上可能是在字符串的打印中，并且字符串本身是有效的。

要了解实际的字符值是什么，请尝试运行以下代码以打印字符串中找到的所有非ASCII字符的Unicode转义：

public static void printNonAscii(String s) {
    TreeSet<Character> nonAscii = new TreeSet<>();
    for (char ch : s.replaceAll("[\r\n\\x20-\\x7E]", "").toCharArray())
        nonAscii.add(ch);
    for (char ch : nonAscii)
        System.out.printf("\\u%04X  %s%n", (int) ch, ch);
}

测试（UTF-8中的源代码）

printNonAscii("Foo ? \uFFFD ç ñ © ¼");

输出

\u00A9  ©
\u00BC  ¼
\u00E7  ç
\u00F1  ñ
\uFFFD  �

奇怪的字符转换，需要帮助澄清

3 个答案: