近期从事检索工作,需要相应用户的输入请求,返回结果。由于难以预料用户的输入内容,如果不加过滤处理,在检索阶段很可能抛出异常。
用户的输入可能风格迥异,最常见的可能算是夹杂各种标点符号的输入了。怎样过滤?
在csdn论坛上面看到一贴,综合了一下,得到了下面的正则表达式,也许会帮助你解决问题:
pP|pS
我们用一个例子演示此正则表达式用法:
public static void main(String[] args){ String string="测试<>《》!*(^)$%~!@#$…&%¥—+=、。,;‘’“”:·`文本"; System.out.println(string.replaceAll("pP|pS","")); } 输出结果为: 测试文本
参考的主要内容如下:
Unicode 编码并不只是为某个字符简单定义了一个编码,而且还将其进行了归类。 /pP 其中的小写 p 是 property 的意思,表示 Unicode 属性,用于 Unicode 正表达式的前缀。 大写 P 表示 Unicode 字符集七个字符属性之一:标点字符。 其他六个是 L:字母; M:标记符号(一般不会单独出现); Z:分隔符(比如空格、换行等); S:符号(比如数学符号、货币符号等); N:数字(比如阿拉伯数字、罗马数字等); C:其他字符 上面这七个是属性,七个属性下还有若干个子属性,用于更进一步地进行细分。 Java 中用于 Unicode 的正则表达式数据都是由 Unicode 组织提供的。 Unicode 正则表达式标准(可以找到所有的子属性) http://www.unicode.org/reports/tr18/ 各 Unicode 字符属性的定义,可以用一看看某个字符具有什么属性。 http://www.unicode.org/Public/UNIDATA/UnicodeData.txt 这个文本文档一行是一个字符,第一列是 Unicode 编码,第二列是字符名,第三列是 Unicode 属性, 以及其他一些字符信息。 (编辑:李大同)
【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!
|