Java - 删除所有语言的字符串的所有非单词字符答案

【问题标题】：Java - Remove all non word characters of a string for all languagesJava - 删除所有语言的字符串的所有非单词字符
【发布时间】：2014-04-28 20:54:34
【问题描述】：

我需要从 java 中的单词中删除所有标点符号我试过这个

    System.out.println("do.,it".replaceAll("[^\\w]", ""));
    System.out.println("сказочники".replaceAll("[^\\w]", ""));

但它不适用于 kyrillic 或其他语言。我已经尝试过使用

\p{Punct}

但列表不完整，例如

„ and »

不见了

【问题讨论】：

【解决方案1】：

不确定java是否支持这个，但试试看：

"сказочники".replaceAll("\P{wd}+", "")

其中\P{wd} 代表任何语言中的任何非单词字符。与\p{wd}相反

【讨论】：

它在我的 Java 1.8 平台上不起作用。我成功地使用了 "сказочники".replaceAll("\P{LD}+", "")，其中 LD 代表“任何字母或数字”。

【解决方案2】：

试试这个正则表达式。

 text = text.replaceAll("[^a-zA-Z0-9\\s]", "");

这将删除除空格之外的所有特殊字符。

编辑：

因为这是一种不同的语言。

假设你必须删除- + ^ . : ,

试试这个，text = text.replaceAll("[\\-\\+\\.\\^:,]","");

【讨论】：

System.out.println("do.,it".replaceAll("(\\w+)\\p{Punct}(\\s|$)", "$1$2")) ;打印“do.,it”...我认为它不适用于 kyrillic
试试第二个队友。
我不知道为什么，但它似乎工作，谢谢 =) 我会尽快接受它
我怎样才能包含更多的标点符号，例如 » ？
只需在 [?:!.,;] 内添加即可

【解决方案3】：

我的解决方案似乎是

System.out.println("сказ очники»»«„“‚‘›‹".replaceAll("[^\\p{L}]", ""));

【讨论】：