在Java中从字符串中删除非ASCII字符

我有一个包含非ASCII字符的URI，如：

�ttrigeSomerzischeruchtanb

---

我如何删除“�" 从这个URI来看，我猜URL的来源是错误的。也许你修复了错误的问题？从URI中删除“奇怪”字符可能会赋予它完全不同的含义

因此，您可以通过简单的字符串替换来删除所有非ASCII字符：

String fixed = original.replaceAll("[^\\x20-\\x7e]", "");

或者您可以将其扩展到所有非四字节UTF-8字符，如果这不包括“�“性质：

String fixed = original.replaceAll("[^\\u0000-\\uFFFF]", "");

---

不不不，这不是ASCII…

[^\x20-\x7E]

这是真正的ascii:

[^\x00-\x7F]

---

否则它将删除新行和其他ascii表中的特殊字符！

要从字符串中删除非ascii字符，下面的代码适合我

yourstring=yourstring.replaceAll("[^\\p{ASCII}]", "");

String str="<UPC>616043287409ÂÂÂÂ</UPC>";

str = str.replaceAll("[^\\p{ASCII}]", "");

String str=“616043287409”；
str=str.replaceAll（“[^\\p{ASCII}]”，“”）；

输出：

<UPC>616043287409</UPC>

616043287409

使用番石榴

---

与中允许的字符集相比，可能的字符集较大。删除所有非英语文本将排除多种语言。这是您想要的吗？还是要对文本进行百分比编码？还是要将文本转换为英语？请尽量避免将代码作为答案转储，并尝试解释其作用和原因。对于没有相关编码经验的人来说，您的代码可能不明显。是

\u0000-\uFFFF

4字节还是2字节。@JSixface:Java中的Unicode字符是16位或2字节。但是，在这个正则表达式字符串中指定的范围上下文中，这个问题对我来说没有意义。[^\x00-\x7F]是ascii字符的正确范围，如果您将x20作为起始范围，您也将删除新行字符。谢谢！我想知道我的新行到哪里去了！！

String onlyAscii = CharMatcher.ascii().retainFrom(original)