suppression de caractères spécifiques d'un unicode gamme à partir d'une chaîne

De l'expression régulière pattern ajouter l'opérateur de négation ^. Pour le filtrage des caractères imprimables, vous pouvez utiliser l'expression suivante [^\\x00-\\x7F] et vous devriez obtenir le résultat souhaité.

import java.io.UnsupportedEncodingException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class UTF8 {
    public static void main(String[] args) {
        String utf8tweet = "";
        try {
            byte[] utf8Bytes = "#Hello twitter  How are you?".getBytes("UTF-8");

            utf8tweet = new String(utf8Bytes, "UTF-8");

        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        Pattern unicodeOutliers = Pattern.compile("[^\\x00-\\x7F]",
                Pattern.UNICODE_CASE | Pattern.CANON_EQ
                        | Pattern.CASE_INSENSITIVE);
        Matcher unicodeOutlierMatcher = unicodeOutliers.matcher(utf8tweet);

        System.out.println("Before: " + utf8tweet);
        utf8tweet = unicodeOutlierMatcher.replaceAll(" ");
        System.out.println("After: " + utf8tweet);
    }
}

Résultats dans la sortie suivante:

Before: #Hello twitter  How are you?
After: #Hello twitter   How are you?

---

MODIFIER

Pour de plus amples explications, vous pouvez aussi garder exprimant la gamme avec le \u formulaire de la façon suivante [^\\u0000-\\u007F], qui correspond à tous les caractères qui ne sont pas les 128 premiers caractères UNICODE (le même qu'avant). Si vous souhaitez étendre la gamme à l'appui de caractères supplémentaires, vous pouvez le faire en utilisant la liste des caractères UNICODE ici.

Par exemple, si vous souhaitez inclure les voyelles avec accent (utilisé en espagnol), vous devez étendre la gamme de \u00FF, de sorte que vous avez [^\\u0000-\\u00FF] ou [^\\x00-\\xFF]:

Before: #Hello twitter  How are you? á é í ó ú
After: #Hello twitter   How are you? á é í ó ú

OriginalL'auteur

J'ai essayé ce. Les plages unicode sont de emoji plages

    class EmojiEraser{

    private static final String EMOJI_RANGE_REGEX =
                "[\uD83C\uDF00-\uD83D\uDDFF]|[\uD83D\uDE00-\uD83D\uDE4F]|[\uD83D\uDE80-\uD83D\uDEFF]|[\u2600-\u26FF]|[\u2700-\u27BF]";
        private static final Pattern PATTERN = Pattern.compile(EMOJI_RANGE_REGEX);

        /**
         * Finds and removes emojies from @param input
         * 
         * @param input the input string potentially containing emojis (comes as unicode stringfied)
         * @return input string with emojis replaced
         */
        public String eraseEmojis(String input) {
            if (Strings.isNullOrEmpty(input)) {
                return input;
            }
            Matcher matcher = PATTERN.matcher(input);
            StringBuffer sb = new StringBuffer();
            while (matcher.find()) {
                matcher.appendReplacement(sb, "");
            }
            matcher.appendTail(sb);
            return sb.toString();
        }
}

OriginalL'auteur