Question

尝试从字符串中删除大量unicodes但在java中遇到regex问题。

示例文字：

\ u2605 StatTrak \ u2122暗影匕首

示例所需结果：

StatTrak Shadow Daggers

我当前的正则表达式代码不起作用：

list.replaceAll("\\\\u[0-9]+","");

代码将执行但文本不会被替换。通过查看其他解决方案，人们似乎只使用了两个＆＃34; \\＆＃34;但是小于4的任何东西都会引发我典型的错误：

线程中的异常＆＃34; main＆＃34; java.util.regex.PatternSyntaxException：索引2附近的非法Unicode转义序列 \ U [0-9] +

我在RegexPlanet和FreeFormatter等在线测试环境中尝试了当前的正则表达式解决方案，并且都给出了正确的结果。

任何帮助都将不胜感激。

Answer 1

假设您想要替换＆＃34;特殊字符串＆＃34;清空String。我看到，\u2605和\u2122是POSIX个字符类。这就是为什么我们可以尝试将这些可打印字符替换为＆＃34;＆＃34;。然后，结果与您的期望相同。

样本将是：

list = list.replaceAll("\\P{Print}", "");

希望得到这个帮助。

Answer 2

在Java中，像\u2605这样的字符序列不是六个字符的字面序列，它代表一个unicode字符 - 因此你的模式"\\\\u[0-9]{4}"将不匹配。

您的模式描述了一个文字字符\，后跟字符u，后跟正好四个数字字符0到9，但字符串中的内容是 unicode代码点2605中的单个字符，即“黑星”字符。

这与其他转义序列一样：在字符串"some\tmore"中没有字符\且没有字符t ...只有单个字符0x09，a 制表符 - 因为它是Java（和其他语言）已知的转义序列，它被表示的字符和文字\ {{所取代。 1}}不再是字符串中的字符。

Kenny Tai Huynh的答案，取代非printables，可能是最简单的方法，取决于你想要删除的东西，或者你可以列出你想要的字符（如果这是一个非常有限的集合）并删除这些的补充，例如t

Answer 3

我是个白痴。我在字符串上调用了replaceAll但没有分配它，因为我认为它无论如何都改变了字符串。

我以前的所作所为：

list.replaceAll("\\\\u[0-9]+","");

我需要的是什么：

list = list.replaceAll("\\\\u[0-9]+","");

现在结果正常，感谢您的帮助。