做了一个任务,将每个描述中除了中文,拼音和数字中的其他符号找出来。查找资料后发现利用正则表达式做这个问题
我写了一个方法和测试的例子如下:
package com.temaiba; import java.util.regex.Matcher; import java.util.regex.Pattern; public class Sign { public static String replaceSign (String text ){ for(int i=0;i<text.length();i++){ //利用正则表达式解决问题 Pattern pattern = Pattern.compile("[\\pP\\pS‘’“”]"); Matcher matcher = pattern.matcher(text); if (matcher.find()) { String sign=matcher.group(0); //发现符号用空格代替 text=text.replace(sign," "); } } return text; } public static void main(String[] args){ String text="【亚运村】¥仅80元!享价值%108元中奥凯富酒(店自助餐&厅午#餐1位!寒冬时节,北京中奥凯富国际酒店自2013年11月1日至2014年1月31日在现有中西式自助餐基础上新推出“缤纷火锅季”,各式美味锅底以及丰盛菜品,定能令您在享用美食的同时感受来自冬日的温暖!另有晚餐可选!"; System.out.println(Sign.replaceSign(text)); } }
输出结果为
亚运村 仅80元 享价值 108元中奥凯富酒 店自助餐 厅午 餐1位 寒冬时节 北京中奥凯富国际酒店自2013年11月1日至2014年1月31日在现有中西式自助餐基础上新推出 缤纷火锅季 各式美味锅底以及丰盛菜品 定能令您在享用美食的同时感受来自冬日的温暖 另有晚餐可选
参考的文件是在网上找到的如下
str = str.replaceAll("[\\pP‘’“”]",""); 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 上面这七个是属性,七个属性下还有若干个子属性,用于更进一步地进行细分。 Java 中用于 Unicode 的正则表达式数据都是由 Unicode 组织提供的。 Unicode 正则表达式标准(可以找到所有的子属性) http://www.unicode.org/reports/tr18/ 各 Unicode 字符属性的定义,可以用一看看某个字符具有什么属性。 http://www.unicode.org/Public/UNIDATA/UnicodeData.txt 这个文本文档一行是一个字符,第一列是 Unicode 编码,第二列是字符名,第三列是 Unicode 属性, 以及其他一些字符信息。 例子: 原句子:这只是个测试句子?!@#1…2…3…4…5¥6#7@8!,。、,./9!0 去除句子中所有标点后输出:这只是个测试句子12345¥67890 用途:一般统计段落字符数的时候比较好用,去除所有标点符号,取字节数或者字符数 public static void main(String[] args) { String str = "这只是个测试句子?!@#1…2…3…4…5¥6#7@8!,。、,./9!0"; str = str.replaceAll("[\\pP‘’“”]",""); System.out.println(str); }