时间戳

首页 > 解决方案 > 如何只在字符串中保留不同类型的字母，例如：拉丁字母、片假名、西里尔字母

java - 如何只在字符串中保留不同类型的字母，例如：拉丁字母、片假名、西里尔字母

问题描述

我想使用正则表达式从字符串中只提取字母。这些字母可以来自任何类型的字母。

我想获取文本并删除所有不是字母的符号（保留空格）。我厌倦了使用正则表达式删除一组符号，但是添加一路上发现的所有新类型的符号效率非常低。

标签： javaregex

解决方案

该功能Character.isAlphabetic(int codepoint)很可能是您正在寻找的。

如果Character.getType(int codepoint)返回给定 Unicode 代码点的字母类型，则返回 true。由于这是 Unicode，它可以与其他语言一起使用。例如，代码：

String str = "カタカナ 1234";
IntStream.range(0, str.length())
    .mapToObj(str::charAt)
    .filter(Character::isAlphabetic)
    .forEach(System.out::print);

给出输出：

????

由于我的控制台不知道如何打印非 ascii 符号，它会打印问号（注意输出中的 4 个符号对应于 4 个输入字母字符）。但是，将数据写入文件会正确显示符号。

请注意，您可能还希望为需要它的语言（大多数，但不是全部）包含空格，使用Character.isWhitespace(int codepoint).

推荐阅读