java - 替换 Java 中字符串中所有不一致的字符

Question

嗯，我有一个包含字母、数字和一些“奇怪”字符的字符串。我想用“空格”替换这个“奇怪”的字符。

看看我原来的字符串:

AVE  14 DE JULHO N�130

我想替换为:

AVE 14 DE JULHO N 130

这只是一个例子，但我有一个大文件，其中有很多“正常字符”和另一个“奇怪字符”

Answer 1

您可以使用 replaceAll 替换与模式匹配的所有字符:

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，如果您知道坏字符的范围:

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

请注意，最后一个只是正匹配模式的示例，而不是建议使用什么范围!该范围尤其会消除大多数重音符号。

编辑这些“奇怪”的字符很可能实际上是好字符，它们在构建(或使用)字符串的过程中的某个地方使用错误的字符编码进行了解释。找到并纠正存在编码错误的地方可能比尝试过滤掉错误结果更好。