如何使用java從文件中的字符串中刪除特殊字符

Question

我有文本文件它包含以下信息。我的任務是從該文本文件中刪除特殊符號。我輸入文件conatins

This is sample CCNA program. it contains CCNP™ This is sample CCNA program. it contains CCNP™ 。

我需要的輸出字符串：

This is sample CCNA program. it contains CCNP.

怎么做請建議我。

謝謝

Answer 1

這應該有效，“如果你想在字符串中只保留ASCII（0-127）字符”：

String str = "This is sample CCNA program. it contains CCNP™";
str = str.replaceAll("[^\\x00-\\x7f]+", "");

Answer 2

要刪除字符串中的所有特殊字符嗎？ 如果是這樣的話：

String alphaOnly = input.replaceAll("[^a-zA-Z]+","");
String alphaAndDigits = input.replaceAll("[^a-zA-Z0-9]+","");

請參閱Sean Patrick Floyd對可能重復的問題的回答。

Answer 3

您可以從Unicode的角度來做：

String s = "This is sample CCNA program. it contains CCNP™. And it contains digits 123456789.";
String res = s.replaceAll("[^\\p{L}\\p{M}\\p{P}\\p{Nd}\\s]+", "");
System.out.println(res);

將打印出來：

這是CCNA計划的樣本。 它包含CCNP。 它包含數字123456789。

\\\\p{...}是一個Unicode屬性

\\\\p{L}匹配所有語言的所有字母

\\\\p{M}用於與另一個角色（例如重音符號，變音符號，封閉框等）組合的角色。

\\\\p{P}任何類型的標點字符。

\\\\p{Nd}除了表意文字腳本之外的任何腳本中的數字0到9。

所以這個正則表達式將替換不是字母（也是組合字母），標點符號，數字或空格字符（ \\\\s ）的每個字符。

Answer 4

 ^[\\u0000-\\u007F]*$

有了這個，你只允許ASCCI角色，但你需要告訴我們什么是特殊角色。

Answer 5

       String  yourString = "This is sample CCNA program. it contains CCNP™";
       String result = yourString.replaceAll("[\\™]","");       
       System.out.println(yourString);
       System.out.println(result);

Answer 6

您還可以嘗試以下方法：

Normalizer.decompose(str, false, 0).replaceAll("\\p{InSuperscriptsAndSubscripts}+", "");

但您需要找到適當的Unicode組或組（ Unicode塊 ）。

Answer 7

您必須真正定義實例中的特殊字符。

如果您不是RegEx的粉絲，可以考慮使用Character類中的一些方法。 見下面的示例：

public class Test {

    public static void main(String[] args) {

        String test = "This is sample CCNA program. it contains CCNP™";

        System.out.println("Character\tAlpha or Letter\tWhitespace");

        for (char c : test.toCharArray()) {
            System.out.println(
                    c + "\t\t"
                    + Character.isLetterOrDigit(c) + "\t\t" 
                    + Character.isWhitespace(c));
        }
    }
}

除上述方法外，還可以使用其他方法。 查看Character類API。

Answer 8

正則表達式的替代選項，以排除字符> 128。

    String s = "This is sample CCNA program. it contains CCNP™";


    for (int i = 0; i < s.length(); i++) {
        if (s.charAt(i) > 128) {
            s = s.substring(0,  i) 
                    + s.substring(i + 1);
            i++;
        }
    }

Answer 9

import java.util.Scanner;

public class replacespecialchar {

    /**
     * @param args
     */
    public static void main(String[] args) {

        String before="";

        String after="";
        Scanner in =new Scanner(System.in);
        System.out.println("enter string with special char");
        before=in.nextLine();

         for (int i=0;i<before.length();i++)
          {
              if (before.charAt(i)>=65&&before.charAt(i)<=90 || before.charAt(i)>=97&&before.charAt(i)<=122)  
              {
                    after+=before.charAt(i);
              }
          }

        System.out.println("String with special char "+before);
        System.out.println("String without special char "+after);
    }
}

Answer 10

關於刪除字符> 128的上述答案非常有用。 謝謝。

但是，它沒有涵蓋某些情況，例如連續的2個壞字符或字符串末尾的壞字符。 以下是我的修改，刪除除tab和新行之外的所有特殊字符。

  // Remove all special characters except tab and linefeed
  public static String cleanTextBoxData(String value) {
    if (value != null) {
    int beforeLen = value.length();
       for (int i = 0; i < value.length(); i++) {
         if ( ((value.charAt(i)<32) || (value.charAt(i)>126)) &&
            ((value.charAt(i)!=9) && (value.charAt(i)!=10)) ) {
           if ((value.charAt(i)<32) || (value.charAt(i)>126)) {
             if (i==value.length()-1) {
               value = value.substring(0,i);
             } else {
            value = value.substring(0,i) + value.substring(i+1);
            i--;
             }
        }
           if (i == value.length()) {
             break;
           }
         }
       }
       int dif = beforeLen - value.length();
       if (dif > 0) {
         logger.warn("Found and removed {} bad characters from text box.", dif);
       }

    }
      return value;
  }