악센트 부호가있는 문자를 남기고 Java의 문자열에서 "단어 문자"가 아닌 모든 문자를 제거 하시겠습니까?

악센트 부호가있는 문자를 남기고 Java의 문자열에서 "단어 문자"가 아닌 모든 문자를 제거 하시겠습니까?

---

분명히 Java의 Regex 플레이버는 내가 Regex를 사용할 때 Umlauts 및 기타 특수 문자를 "단어 문자가 아닌 문자"로 간주합니다.

        "TESTÜTEST".replaceAll( "\\W", "" )

나를 위해 "TESTTEST"를 반환합니다. 내가 원하는 것은 모든 "단어 문자"가 아닌 모든 문자 만 제거하는 것입니다. 이 작업을 수행 할 수있는 방법은

         "[^A-Za-z0-9äöüÄÖÜßéèáàúùóò]"

내가 ô를 잊었다는 것을 깨닫기 위해서만?

---

사용 [^\p{L}\p{Nd}]+-이것은 문자 나 (십진수) 숫자가 아닌 모든 (유니 코드) 문자와 일치합니다.

자바 :

String resultString = subjectString.replaceAll("[^\\p{L}\\p{Nd}]+", "");

편집하다:

전자가 다음과 같은 일부 숫자 기호와 일치 \p{N}하기 \p{Nd}때문에로 변경 했습니다 ¼. 후자는 그렇지 않습니다. regex101.com 에서 확인 하세요 .

---

나는이 실에 부딪혔을 때 정반대를 이루려고 노력했다. 나는 그것이 꽤 오래되었다는 것을 알고 있지만 그럼에도 불구하고 여기 내 해결책이 있습니다. 블록을 사용할 수 있습니다 . 여기를 참조 하십시오 . 이 경우 올바른 가져 오기를 사용하여 다음 코드를 컴파일하십시오.

> String s = "äêìóblah"; 
> Pattern p = Pattern.compile("[\\p{InLatin-1Supplement}]+"); // this regex uses a block
> Matcher m = p.matcher(s);
> System.out.println(m.find());
> System.out.println(s.replaceAll(p.pattern(), "#"));

다음 출력이 표시되어야합니다.

진실

#blah

베스트,

---

때때로 단순히 문자를 제거하지 않고 악센트 만 제거합니다. URL에 문자열을 포함해야 할 때마다 Java REST 웹 프로젝트에서 사용하는 다음 유틸리티 클래스를 생각해 냈습니다.

import java.text.Normalizer;
import java.text.Normalizer.Form;

import org.apache.commons.lang.StringUtils;

/**
 * Utility class for String manipulation.
 * 
 * @author Stefan Haberl
 */
public abstract class TextUtils {
    private static String[] searchList = { "Ä", "ä", "Ö", "ö", "Ü", "ü", "ß" };
    private static String[] replaceList = { "Ae", "ae", "Oe", "oe", "Ue", "ue",
            "sz" };

    /**
     * Normalizes a String by removing all accents to original 127 US-ASCII
     * characters. This method handles German umlauts and "sharp-s" correctly
     * 
     * @param s
     *            The String to normalize
     * @return The normalized String
     */
    public static String normalize(String s) {
        if (s == null)
            return null;

        String n = null;

        n = StringUtils.replaceEachRepeatedly(s, searchList, replaceList);
        n = Normalizer.normalize(n, Form.NFD).replaceAll("[^\\p{ASCII}]", "");

        return n;
    }

    /**
     * Returns a clean representation of a String which might be used safely
     * within an URL. Slugs are a more human friendly form of URL encoding a
     * String.
     * <p>
     * The method first normalizes a String, then converts it to lowercase and
     * removes ASCII characters, which might be problematic in URLs:
     * <ul>
     * <li>all whitespaces
     * <li>dots ('.')
     * <li>(semi-)colons (';' and ':')
     * <li>equals ('=')
     * <li>ampersands ('&')
     * <li>slashes ('/')
     * <li>angle brackets ('<' and '>')
     * </ul>
     * 
     * @param s
     *            The String to slugify
     * @return The slugified String
     * @see #normalize(String)
     */
    public static String slugify(String s) {

        if (s == null)
            return null;

        String n = normalize(s);
        n = StringUtils.lowerCase(n);
        n = n.replaceAll("[\\s.:;&=<>/]", "");

        return n;
    }
}

독일어를 사용하는 사람이기 때문에 독일어 움라우트에 대한 적절한 처리도 포함 시켰습니다. 목록은 다른 언어로도 쉽게 확장 할 수 있어야합니다.

HTH

편집 : 이주의 할 수 URL에서 반환 된 문자열을 포함하는 안전하지 않을 수. XSS 공격을 방지하려면 최소한 HTML로 인코딩해야합니다.

---

Well, here is one solution I ended up with, but I hope there's a more elegant one...

StringBuilder result = new StringBuilder();
for(int i=0; i<name.length(); i++) {
    char tmpChar = name.charAt( i );
    if (Character.isLetterOrDigit( tmpChar) || tmpChar == '_' ) {
        result.append( tmpChar );
    }
}

result ends up with the desired result...

---

You might want to remove the accents and diacritic signs first, then on each character position check if the "simplified" string is an ascii letter - if it is, the original position shall contain word characters, if not, it can be removed.

---

You can use StringUtils from apache

참고URL : https://stackoverflow.com/questions/1611979/remove-all-non-word-characters-from-a-string-in-java-leaving-accented-charact