从 Java 中的 String 中删除非 ASCII 字符

Question

我有一个包含非 ASCII 字符的 URI，例如：

http://www.abc.de/qq/qq.ww?MIval=typo3_bsl_int_Smtliste&p_smtbez=Schmalbl ttrigeSomerzischeruchtanb

如何从此 URI 中删除“ ”

Answer 1

我猜是 URL 的来源有问题。 也许您正在解决错误的问题？ 从 URI 中删除“奇怪”字符可能会赋予它完全不同的含义。

话虽如此，您可以通过简单的字符串替换来删除所有非 ASCII 字符：

String fixed = original.replaceAll("[^\\x20-\\x7e]", "");

或者，如果不包含“ ”字符，您可以将其扩展到所有非四字节 UTF-8 字符：

String fixed = original.replaceAll("[^\\u0000-\\uFFFF]", "");

Answer 2

yourstring=yourstring.replaceAll("[^\\p{ASCII}]", "");

Answer 3

[^\\x20-\\x7E]不，这不是ASCII ... [^\\x20-\\x7E]

这是真正的 ascii： [^\\x00-\\x7F]

否则它会剪掉作为 ascii 表一部分的换行符和其他特殊字符！

Answer 4

要从字符串中删除非 ASCII 字符，下面的代码对我有用。

String str="<UPC>616043287409ÂÂÂÂ</UPC>";

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

输出：

<UPC>616043287409</UPC>

Answer 5

使用番石榴字符匹配器

String onlyAscii = CharMatcher.ascii().retainFrom(original)