Заменить символ не ASCII из строки

У меня есть строки A função, Ãugent, в которых мне нужно заменить символ типа ç, ã, Ã пустыми строками.

Как я могу сопоставить только те символы, которые не являются ASCII?

Я использую функцию

public static String matchAndReplaceNonEnglishChar(String tmpsrcdta)
    {
        String newsrcdta = null;
        char array[] = Arrays.stringToCharArray(tmpsrcdta);
        if (array == null)
            return newsrcdta;

        for (int i = 0; i < array.length; i++)
        {           
            int nVal = (int)array[i];
            boolean bISO = Character.isISOControl(array[i]); // Is character ISO control
            boolean bIgnorable = Character.isIdentifierIgnorable(array[i]); // Is Ignorable identifier
            // Remove tab and other unwanted characters..
            if (nVal == 9 || bISO || bIgnorable)
                array[i] = ' ';
            else if (nVal > 255)
                array[i] = ' ';
        }
        newsrcdta = Arrays.charArrayToString(array);

        return newsrcdta;
    }

но он не работает должным образом.. какое улучшение необходимо... здесь у меня есть еще одна проблема: окончательная строка заменяется символом пробела, который создает дополнительное пространство в строке.

Ответы

Ответ 1

Это приведет к поиску и замене всех букв не ASCII:

String resultString = subjectString.replaceAll("[^\\x00-\\x7F]", "");

Ответ 2

Ответ FailedDev является хорошим, но может быть улучшен. Если вы хотите сохранить эквиваленты ascii, вам необходимо сначала нормализовать:

String subjectString = "öäü";
subjectString = Normalizer.normalize(subjectString, Normalizer.Form.NFD);
String resultString = subjectString.replaceAll("[^\\x00-\\x7F]", "");

=> will produce "oau"

Таким образом, символы типа "öäü" будут отображаться на "oau", что, по крайней мере, сохраняет некоторую информацию. Без нормализации результирующая строка будет пустой.

Ответ 3

Это будет решение Unicode

String s = "A função, Ãugent";
String r = s.replaceAll("\\P{InBasic_Latin}", "");

\p{InBasic_Latin} - это блок Unicode, содержащий все буквы в диапазоне Unicode U + 0000..U + 007F (см. regular-expression.info)

\p{InBasic_Latin} является отрицательным \p{InBasic_Latin}

Ответ 4

Вы можете попробовать что-то вроде этого. Диапазон специальных символов для алфавитов начинается с 192, поэтому вы можете избежать таких символов в результате.

String name = "A função";

StringBuilder result = new StringBuilder();
for(char val : name.toCharArray()) {
    if(val < 192) result.append(val);
}
System.out.println("Result "+result.toString());

Ответ 5

Или вы можете использовать нижнюю функцию для удаления символа non-ascii из строки. Вы узнаете о внутренней работе.

private static String removeNonASCIIChar(String str) {

        StringBuffer buff = new StringBuffer();
        char chars[] = str.toCharArray();

        for (int i = 0; i < chars.length; i++) {

            if (0 < chars[i] && chars[i] < 127) {

                buff.append(chars[i]);
            }

        }
        return buff.toString();

    }