文字列からコントロールカー以外の印刷可能なutf8文字を削除します。

Question

テキスト、制御文字、数字、ウムラウト（ドイツ語）およびその他のutf8文字を含む文字列があります。

「言語の一部」ではないすべてのutf8文字を削除したいと考えています。 （完全でないリスト） "：/ \ßä、; \ n \ t"のような特殊文字はすべて保存されるべきです。

悲しいことに、私は画像（link）を追加する必要があります。

アイデア？ヘルプは非常に高く評価されています！

PS：誰もが..私は喜んで文字列をアップロードするはずの特殊文字を殺さない貼り付けサービスを知っていない場合、私はちょうど1を見つけることができませんでした。..

[編集]：私は思います正規表現 "\ P {Cc}"はすべて保存したい文字です。この正規表現に一致しないすべての文字が返されるように、この正規表現を反転できますか？

Answer 1

はすでにUnicode文字プロパティを発見しました。

あなたは先頭の「P」

例えばのケースを変更することで、文字のプロパティを反転することができます

\p{L}一致するすべての文字

\P{L}プロパティの手紙を持っていないすべての文字に一致します。

だから、もし\P{Cc}があなたが必要としていると思うなら、\p{Cc}はそれとは反対になります。 regular-expressions.info

上

詳細は、私は、それが含まれない、例えば\p{Cc}はあなたが望むものに近いかなり確信している、しかし、注意してくださいタブ（0x09）、改行（0x0A）、およびキャリッジリターン（0x0D）。

しかし、あなたはこのように、文字クラスを所有して作成することができます。

[^\P{Cc}\t\r\n] 

このクラス[^...]否定文字クラスであるので、これはそうではないすべてのもの「という文字を制御できない」（二重否定を、一致します。制御文字と一致します）、タブ、CR、およびLFではなく、

Answer 2

あなたが使用することができ、

your_string.replaceAll("\\p{C}", "");