Java使用正则表达式从字符串中删除模式。

Question

我需要从以下子字符串中清除我的字符串：

\n

\uXXXX（其中X是数字或字符）

例如："OR\n\nThe Central Site Engineering\u2019s \u201cfrontend\u201d, where developers turn to"

-> "OR The Central Site Engineering frontend , where developers turn to"
我尝试使用String的replaceAll方法，但不知道如何解决\uXXXX问题，而且它对于\n也不起作用

String s = "\\n";  
data=data.replaceAll(s," ");

这个正则表达式在Java中是什么样子？

谢谢帮助。

- D.Shefer

---

你能描述一下你尝试过什么以及为什么没有成功吗？此外，你的文本似乎不应该从这些字符中剥离，而是应该用它们所代表的字符进行替换，例如\n->行分隔符，\u2019-> ’，\u201c->“等。 - Pshemo

也许你正在询问如何取消转义这些字符？ - Pshemo

我需要将它们替换为空格。由于它将被Apache Lucene索引，我不需要它们，我只需要显示单词。 - D.Shefer

根据您的示例，您需要将它们替换为空格，而不是删除它们。无论如何，这不是难任务，所以您一定尝试过一些方法。我们能看到您的尝试吗？ - Pshemo

处理换行符：string.replaceAll("\n", " "); 我也尝试将 \n 放入字符串中，而不是写在“内联”中。 - D.Shefer

请在您的问题中发布您的尝试。您可以使用[编辑]选项来完成。要添加代码格式，请使用编辑器中的{}按钮。 - Pshemo

Answer 1

string.replaceAll("\\n", " ");这段代码存在问题，因为replaceAll方法期望使用正则表达式进行匹配，而在正则表达式中\是一个特殊字符，用于创建字符类如\d表示数字，或转义正则表达式的特殊字符如+。

因此，如果想要在Java的正则表达式中匹配\，需要对其进行双重转义：

• 一次是在正则表达式中\\
• 一次是在字符串中"\\\\"

就像replaceAll("\\\\n", " ")一样。

你也可以让正则表达式引擎为你做转义工作，使用replace方法来替换，例如

replace("\\n", " ")

现在，要删除\uXXXX，可以使用

replaceAll("\\\\u[0-9a-fA-F]{4}", "")

---

还要记住，字符串是不可变的，所以每次调用str.replace..都不会改变str的值，而是创建一个新的字符串。因此，如果想要将新的字符串存储在str中，需要使用

str = str.replace(..)

那么，你的解决方案可以如下所示

String text = "\"OR\\n\\nThe Central Site Engineering\\u2019s \\u201cfrontend\\u201d, where developers turn to\"";

text = text.replaceAll("(\\\\n)+"," ")
           .replaceAll("\\\\u[0-9A-Ha-h]{4}", "");

- Pshemo

---

非常感谢！需要关于replaceAll参数的解释！ - D.Shefer

@D.Shefer 没关系。但是我之所以能够给你这样的解释，只是因为你发布了你的代码尝试。如果没有它，我只会发布解决方案，而没有适当的解释，这对你的受益不大，所以在将来，请始终发布你的代码尝试，这样人们就可以看到你正在努力解决什么问题，以便给你最好的答案。 - Pshemo

Answer 2

最好分两部分来做，我想：

String ex = "OR\n\nThe Central Site Engineering\u2019s \u201cfrontend\u201d, where developers turn to";
String part1 = ex.replaceAll("\\\\n"," "); // The firs \\ replaces the backslah, \n replaces the n.
String part2 = part1.replaceAll("u\\d\\d\\d\\d","");
System.out.println(part2);

试一下 =)

- Roel Strolenberg

---

好的，我表达不够准确。问题中看到的示例似乎不是字符串文字，而是可以从文件中读取的文本。因此，\n不是行分隔符，而是表示两个字符“\”和“n”的字符串。因此，您的解决方案有效，但仅因为您让Java编译器将\n更改为行分隔符，然后可以通过"\n"或"\\n"进行匹配。 - Pshemo

这个问题的标题意味着需要使用正则表达式。 - Shai Alon