替換Java中字符串中所有不一致的字符

Question

好吧，我有一個包含字母，數字和一些“奇怪”字符的字符串。 我想用“空白”代替這個“奇怪”的字符。

看我原來的字符串：

AVE  14 DE JULHO N�130

我想替換為：

AVE 14 DE JULHO N 130

這只是一個例子，但是我有一個很大的文件，其中包含很多“正常字符”和另一個“奇怪字符”

Answer 1

您可以使用replaceAll替換所有與模式匹配的字符：

String bad = "AVE  14 DE JULHO N�130";
String badPattern = "[^a-zA-Z0-9 ]"; // anything not a good character
String good = bad.replaceAll(badPattern, " ");

或者，如果您知道不良字符的范圍：

String bad = "AVE  14 DE JULHO N�130";
String badPattern = "[\\u0080-\\uffff]"; // anything above U+007f
String good = bad.replaceAll(badPattern, " ");

請注意，最后只是正匹配模式的示例，而不是建議使用哪個范圍！ 特別是該范圍將消除大多數口音標記。

編輯最有可能的是，那些“奇怪”字符實際上是好的字符，它們在構建（或使用）字符串的過程中使用錯誤的字符編碼來解釋。 找到並糾正存在編碼錯誤的位置可能比嘗試濾除錯誤結果更好。

Answer 2

問題是有許多不同的字母和數字字符應被接受，例如：'：'，'/'，'+'，'-'，'。'，'，'

向該組添加了更多字符。 如果要允許字符，則只需將其鍵入方括號即可。

string.replaceAll("[^0-9A-Za-z\\s:,/+\\-.]", " ");

^是補碼運算符。 這將用空格替換所有非數字和非字母。 如果您需要添加更多字符以免擦除，只需在組中添加字符。

Answer 3

最簡單的正則表達式模式是\\W與replaceAll 。 只需使用：

 string.replaceAll("\\W", " ");

例：

    String original= "AVE  14 DE JULHO N�130";
    String after=original.replaceAll("\\W", " ");
    System.out.println(after);

輸出： AVE 14 DE JULHO N 130