java - 举一个在regex java中使用cyirillic的例子

Question

如何制作 cyrillic 字符串的正则表达式，我想以某种方式使用它:

String.replaceAll("Кириллица","")

当然不行。我该怎么做才能让它发挥作用？

好的，我看到这个方法有效，但它对我不起作用。我如何检查，为什么方法不执行？

...

嗯，我尝试使用 s1 = s1.replaceAll("[\\p{InCyrillic}]", ""); 作为我通过套接字获得的字符串。它工作得很好，所有西里尔字符都消失了，包括单词 "Экзамен"，但是如果我尝试 s1=s1.replaceAll("Экзамен","") 什么也没有发生。

但是方法 s1=s1.replaceAll("Экзамен","") 在同一程序中适用于该程序中定义的静态字符串。我想这个问题可能是因为错误的字符集，但我仍然不明白我做错了什么。字符串的字符集是 windows-1251。我尝试在程序中尝试使用字符集(现在是 jsp)，使用方法

System.setProperty("file.encoding", "windows-1251");
response.setCharacterEncoding("windows-1251"); 

尝试将字符串从一种字符集转换为另一种字符集。什么都没有改变

Answer 1

如果您显示结果以防@Henry 的回答，可能会更清楚。我想问题出在字符或编码上。要识别是西里尔字母的字符串，您可以使用以下代码:

String s1 = "Экзaмен";
s1 = s1.replaceAll("[\\p{InCyrillic}]", "");
System.out.println(s1);

该代码将删除所有西里尔字符，您可以识别无效的编码字符。

如果您的结果类似于“a”或“e”或“ae”，这意味着您的字符串中存在类似于西里尔字母的拉丁字符，因此您应该使用此正则表达式替换

 s1 = s1.replaceAll("Экз[aa]м[ee]н", "");

其中[a-是西里尔字符，a-是拉丁字符]等等。

如果你的结果是“Экзaмен”，编码问题，我希望这个链接能帮助你

How to determine if a String contains invalid encoded characters