替換java中字符串中的任何非ascii字符

Question

一個人怎么會轉換-lrb-300-rrb- 922-6590到-lrb-300-rrb- 922-6590在java中？

嘗試了以下內容：

t.lemma = lemma.replaceAll("\\p{C}", " ");
t.lemma = lemma.replaceAll("[\u0000-\u001f]", " ");

我可能錯過了概念性的東西 將欣賞任何解決方案的指針。

謝謝

Answer 1

嘗試下一個：

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

順便說一句， \\p{ASCII}都是ASCII： [\\x00-\\x7F] 。

另外，您需要使用Pattern的常量，以避免每次重新編譯表達式。

private static final Pattern REGEX_PATTERN = 
        Pattern.compile("[^\\p{ASCII}]");

public static void main(String[] args) {
    String input = "-lrb-300-rrb- 922-6590";
    System.out.println(
        REGEX_PATTERN.matcher(input).replaceAll(" ")
    );  // prints "-lrb-300-rrb- 922-6590"
}

也可以看看：

• http://en.wikipedia.org/wiki/ASCII
• http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html

Answer 2

假設你只想保留a-zA-Z0-9和標點字符，你可以這樣做：

t.lemma = lemma.replaceAll("[^\\p{Punct}\\w]", " "));