Java去除中英文标点符号

向右看齐 2022-03-18 02:28 375阅读 0赞

利用的是**Unicode编码**，Unicode 编码并不只是为某个字符简单定义了一个编码，而且还将其进行了归类。

\\pP 其中的小写 p 是 property 的意思，表示 Unicode 属性，用于 Unicode 正表达式的前缀。

大写 P 表示 Unicode 字符集七个字符属性之一：标点字符。  
其他六个是  
L：字母；  
M：标记符号（一般不会单独出现）；  
Z：分隔符（比如空格、换行等）；  
S：符号（比如数学符号、货币符号等）；  
N：数字（比如阿拉伯数字、罗马数字等）；  
C：其他字符

Java 中用于 Unicode 的正则表达式数据都是由 Unicode 组织提供的。  
转：[https://blog.csdn.net/tian330726/article/details/50906318][https_blog.csdn.net_tian330726_article_details_50906318]  
例：

public class main {
        
    	public static void main(String[] argc) {
        
    		
    		String s="s!#!@#12 41 2;.>]] [tr哈哈哈i12321~！@~！￥#……*……ng";
    		//String s0=s.substring(0, 1)+s.substring(2, s.length());
    		String s0=s.replaceAll("\\pP|\\pS|\\pC|\\pN|\\pZ", "");
    		System.out.println(s0);
    	}
    
    }

输出：

str哈哈哈ing

过滤出字母：  
`[^(A-Za-z)]`  
过滤出中文：  
`[^(\\u4e00-\\u9fa5)]`  
过滤出数字：  
`[^(0-9)]`  
实例：

String s="12asdsa23哈哈12";
      	String s1=s.replaceAll("[^(A-Za-z)]", "");
      	String s2=s.replaceAll("[^(\\u4e00-\\u9fa5)]", "");
      	String s3=s.replaceAll("[^(0-9)]", "");
      	System.out.println(s1+" "+s2+" "+s3);

结果：  
`asdsa 哈哈 122312`  
转：[https://www.cnblogs.com/shihaiming/p/6978517.html][https_www.cnblogs.com_shihaiming_p_6978517.html]  
删除中文：  
`String s2=s.replaceAll("[^(u4e00-u9fa5)]", "");`

[https_blog.csdn.net_tian330726_article_details_50906318]: https://blog.csdn.net/tian330726/article/details/50906318
[https_www.cnblogs.com_shihaiming_p_6978517.html]: https://www.cnblogs.com/shihaiming/p/6978517.html