public class Test { public static void main(String[] args) { String str = "!!!??!!!!%*)%￥!KTV去符号标号!!当然,,.!!..**半角"; System.out.println(str); String str1 = str.replaceAll("[\\pP\\p{Punct}]", ""); System.out.println("str

参考网址http://www.oschina.net/code/snippet_142385_4297 http://canofy.iteye.com/blog/718659 在java的很多配置文件中,尤其是国际化资源中经常遇到类似\uf432这样的unicode编码,搜集了下该编码相关的资料,大致处理方法有如下: 1.Unicode转 汉字字符串. 这个过程最简单的方式就是直接获取.比如 String cnStr = "\ufeff\u4e2d\u56fd\u4eba"; Syst

package com.loongtao.general.crawler.slave; import java.util.regex.Matcher; import java.util.regex.Pattern; public class HtmlUtil { private static final String regEx_script = "<script[^>]*?>[\\s\\S]*?<\\/script>"; // 定义script的正则表达

在Java开发中,有时会遇到一些比较别扭的规则从字符串中提取子字符串,规则无疑是写正则表达式来表达了,那按照正则来提取子字符串就会用到java.util.regex包. java.util.regex是一个用正则表达式所订制的模式来对字符串进行匹配工作的类库包. 它包括两个类:Pattern和Matcher . Pattern: 一个Pattern是一个正则表达式经编译后的表现模式. Matcher: 一个Matcher对象是一个状态机器,它依据Pattern对象做为匹配模式对字符串展开匹配检查

UTF-8简介 UTF-8(8-bit Unicode Transformation Format)是一种针对Unicode的可变长度字符编码,也是一种前缀码.它可以用来表示Unicode标准中的任何字符,且其编码中的第一个字节仍与ASCII兼容,这使得原来处理ASCII字符的软件无须或只须做少部分修改,即可继续使用.因此,它逐渐成为电子邮件.网页及其他存储或发送文字的应用中,优先采用的编码. UTF-8使用一至四个字节为每个字符编码(2003年11月UTF-8被RFC 3629重新规范,只能使

Java中用到文件操作时,经常要验证文件名是否合法. 用File类的createNewFile()方法的确很管用.但当要批量验证时,效率上就会有问题.正则匹配的开销比创建文件少了很多. 那么一个合法的文件(Win下)应该符合如下规则: 1.文件名不能为空,空在这里有两个意思: 文件名(包括扩展名)长度为0或仅由空字符组成(包括\t\b等不可见的转义字符) 文件名和扩展名不能同时为空.但实际上我们可以用程序创建出类似.project,..txt等形式的文件,但却创建不出类似abc.的文件 2.文件

正则常用校验工具类 import java.util.regex.Pattern; /** * @program: * @description: 校验工具类 * @author: xujingyang * @create: 2019-01-05 16:21 **/ public class ValidatorUtil { /** * 正则表达式:验证用户名 */ public static final String REGEX_USERNAME = "^[a-zA-Z]\\w{5,20}$&q

java core第十版中的第一章中出现了一个正则"\\PL+",根据注释(Split into words:noletters are delimiters)提示,这个正则的意思应该就是以非字母分隔符; ------------------------------------------- 在查找这个正则表达式的意思时,发现一个表(引自百度百科): 由此表,"\\PL+"正则还可以派生以下格式: "\\PN+" 非数字; "\\PZ+

码点与代码单元 java string有两种判定字符的方式,一种是以码点,一种以代码单元,简单讲,码点就是真正的字符,代码单元是按大小即char型长度2个字节划分字符串. 所以length和charat方法都不能正确的表示我们所认为的字符数量个字符位置 关于 Character 摘自jdk文档 char数据类型(因此Character对象封装的值)基于原始Unicode规范,其将字符定义为固定宽度的16位实体. Unicode标准已经被更改为允许其表示需要超过16位的字符. 法定代码点的范围现在

我的需求是从一堆文档中提取出qq邮箱,写了这篇帖子,希望能帮助和我有一样需求的人,谢谢!...... import java.io.BufferedReader; import java.io.File; import java.io.FileReader; import java.util.regex.Matcher; import java.util.regex.Pattern;   public class GetEmail { public static void getEmail()

在Matcher类中有matches.lookingAt和find都是匹配目标的方法,但容易混淆,整理它们的区别如下: matches:整个匹配,只有整个字符序列完全匹配成功,才返回True,否则返回False.但如果前部分匹配成功,将移动下次匹配的位置. lookingAt:部分匹配,总是从第一个字符进行匹配,匹配成功了不再继续匹配,匹配失败了,也不继续匹配. find:部分匹配,从当前位置开始匹配,找到一个匹配的子串,将移动下次匹配的位置. reset:给当前的Matcher对象配上个新的目

参考文献:搞懂ASCII, ISO8859-1, ANSI和Unicode Unicode百度文献 ISO-8859-1百度文献 注: 1.utf-8虽然是国际编码,对不同范围的字符使用不同长度的编码,也完全兼容了ASCII编码编码,但却没有兼容ISO-8859-1在ASCII编码扩展的字符(utf-8中用其他编码号代替),由于最高位被utf-8编码标识单字节字符占用. 2.String(bytes,charsetName)获取指定字符集编码字符串时,假如指定字符集不支持(无法完全匹配到字符)时

public static String unicodeToString(String str) { Pattern pattern = Pattern.compile("(\\\\u(\\p{XDigit}{4}))"); Matcher matcher = pattern.matcher(str); char ch; while (matcher.find()) { ch = (char) Integer.parseInt(matcher.group(2), 16); str =

在做http请求时,有时候服务器传回的数据中会遇到传回数据为Unicode的情况,为此需要进行Unicode转UTF-8的转化,代码: public class StringTest { /** * @param args */ public static void main(String[] args) { String str="\u7528\u6237\u540d\u6216\u5bc6\u7801\u4e0d\u6b63\u786e\uff0c\u8bf7\u91cd\u8bd5&quo

在Matcher类中有matches.lookingAt和find都是匹配目标的方法,但容易混淆,整理它们的区别如下: matches:整个匹配,只有整个字符序列完全匹配成功,才返回True,否则返回False.但如果前部分匹配成功,将移动下次匹配的位置. lookingAt:部分匹配,总是从第一个字符进行匹配,匹配成功了不再继续匹配,匹配失败了,也不继续匹配. find:部分匹配,从当前位置开始匹配,找到一个匹配的子串,将移动下次匹配的位置. reset:给当前的Matcher对象配上个新的目

package ykxw.web.jyf; /** * Created by jyf on 2017/5/16. */ public class unicode { public static void main(String[] args) { String test = "测试"; String unicode = stringToUnicode(test); System.out.println(unicode); String string = unicodeToString(

/** * * unicode 转换成 中文 * @param theString * @return */ public static String decodeUnicode(String theString) { char aChar; int len = theString.length(); StringBuffer outBuffer = new StringBuffer(len); for (int x = 0; x < len;) { aChar = theString.char

工作中经常会用到在文本中每行检索某种pattern,刚才测试了三种方式,发现实际性能和预想的有区别 方式1: 直接字符串的matches方法,[string.matches("\\d+")] 方式2: 先构建一个单行匹配的pattern,然后用这个pattern去match Pattern p1=Pattern.compile("\\d+"); Matcher m=p1.matcher(sar[i]); 方式3: 构建一个可以匹配换行符DOTALL模式的patter

import java.util.regex.Matcher; import java.util.regex.Pattern; /** * @Title:Tadesfza * @Description:(用一句话形容该类的作用) * @author sun * @date 2018年12月1日 * @since JDK1.7 (指定该类所需要的jdk版本) * @version 1.0 */ /** * @author admin */ public class Tadesfza { publi

分析以下需求,并用代码实现 (根据描述写匹配手机号和邮箱的正则表达式) 1.根据描述写出正则表达式 (1)手机号正则: 第一位为1 第二位为3或4或5或7或8 第三~十一位为0~9的其中一个数字 (2)邮箱正则:以@分界 @ 符号左边为任意多个字符 @ 符号右边为任意多个字符,点符号,任意多个字符 2.利用正则表达式完成以下需求: (1)判断"zhang@123.com"是否符合邮箱的格式 (2)定义一个存放邮箱的字符串数组{"hhxx@163.com","

參考博文地址:http://www.oseye.net/user/kevin/blog/170 1.matcher():仅仅有在整个字符串全然匹配才返回true,否则返回false. 可是假设部分匹配成功.匹配的位置将移动到下次匹配的位置 2.lookingAt():总是从第一个字符開始匹配.不管匹配成功与否,都不会再继续向下匹配 3.find():部分匹配,假设匹配成功.返回true,匹配的位置移动到下次匹配的位置. package com.qunar.fresh.junweiyu.Test;