在Java中有效地从字符串中删除特定字符（一些标点符号）？

在Java中，从字符串中删除给定字符的最有效方法是什么？目前，我有以下代码：

private static String processWord(String x) {
    String tmp;

    tmp = x.toLowerCase();
    tmp = tmp.replace(",", "");
    tmp = tmp.replace(".", "");
    tmp = tmp.replace(";", "");
    tmp = tmp.replace("!", "");
    tmp = tmp.replace("?", "");
    tmp = tmp.replace("(", "");
    tmp = tmp.replace(")", "");
    tmp = tmp.replace("{", "");
    tmp = tmp.replace("}", "");
    tmp = tmp.replace("[", "");
    tmp = tmp.replace("]", "");
    tmp = tmp.replace("<", "");
    tmp = tmp.replace(">", "");
    tmp = tmp.replace("%", "");

    return tmp;
}

私有静态字符串处理字（字符串x）{
串tmp；
tmp=x.toLowerCase（）；
tmp=tmp.replace（“，”，”）；
tmp=tmp.替换（“.”，”）；
tmp=tmp.replace（“；”，“”）；
tmp=tmp。替换（“！”，”）；
tmp=tmp。替换（“？”，”）；
tmp=tmp.replace（“（”，”）；
tmp=tmp.replace（“）”，“）；
tmp=tmp.replace（“{，”）；
tmp=tmp.replace（“}”和“”）；
tmp=tmp.replace（“[”，”）；
tmp=tmp.replace（“]”，“”）；
tmp=tmp.replace（“，”）；
tmp=tmp.replace（“%”，“”）；
返回tmp；
}

---

如果我使用某种StringBuilder、正则表达式或其他东西，会更快吗？是的，我知道：对它进行分析并查看，但我希望有人能给出他们的答案，因为这是一项常见的任务。

字符串是不可变的，因此尝试并动态使用它们并不好尝试使用StringBuilder而不是String，并使用其所有精彩的方法！它可以让你做任何你想做的事。另外，如果您有什么事情要做，请找出它的正则表达式，它将为您带来更好的效果。

您可以这样做：

tmp.replaceAll("\\W", "");

要删除标点符号

请使用

String#replaceAll（String regex，String replacement）

as

tmp = tmp.replaceAll("[,.;!?(){}\\[\\]<>%]", "");

System.out.println(
   "f,i.l;t!e?r(e)d {s}t[r]i<n>g%".replaceAll(
                   "[,.;!?(){}\\[\\]<>%]", "")); // prints "filtered string"

tmp=tmp.replaceAll（“[，.；！？（）{}\\[\]%]”，“”）；
System.out.println(
“f，i.l；t！e？r（e）d{s}t[r]ig%”(
"[,.;!?(){}\\[\\]%]", "")); // 打印“过滤字符串”

虽然

\\p{Punct}

将指定比问题中更宽的字符范围，但它允许更短的替换表达式：

tmp = tmp.replaceAll("\\p{Punct}+", "");

---

你可以这样做：

static String RemovePunct(String input) 
{
    char[] output = new char[input.length()];
    int i = 0;

    for (char ch : input.toCharArray())
    {
        if (Character.isLetterOrDigit(ch) || Character.isWhitespace(ch)) 
        {
            output[i++] = ch;
        }        
    }

    return new String(output, 0, i);
}

// ...

String s = RemovePunct("This is (a) test string.");

如果您发现正则表达式因您的需要而变慢，那么它的性能可能会比使用正则表达式更好

然而，如果你有一个长长的、独特的、你想删除的特殊字符列表，它可能会很快变得一团糟。在这种情况下，正则表达式更容易处理

---

现在，您的代码将迭代

tmp

的所有字符，并将它们与要删除的所有可能的字符进行比较，因此它将使用

tmp字符数

x

要删除的字符数

比较

要优化代码，可以使用短路或

|

并执行以下操作

StringBuilder sb = new StringBuilder();
for (char c : tmp.toCharArray()) {
    if (!(c == ',' || c == '.' || c == ';' || c == '!' || c == '?'
            || c == '(' || c == ')' || c == '{' || c == '}' || c == '['
            || c == ']' || c == '<' || c == '>' || c == '%'))
        sb.append(c);
}
tmp = sb.toString();

---

这里有一个迟来的答案，只是为了好玩

在这种情况下，我建议以可读性为目标，而不是以速度为目标。当然，您可以非常可读，但速度太慢，就像在这个超级简洁的版本中：

private static String processWord(String x) {
    return x.replaceAll("[][(){},.;!?<>%]", "");
}

填充一次，然后迭代，生成结果字符串。我将把代码留给你。：）

再说一次，我不会深入研究这种优化。代码变得太难读了。性能有那么重要吗？还要记住，现代语言非常紧张，预热后它们的性能会更好，所以请使用一个好的分析器

---

应该提到的一点是，原始问题中的示例是高度非性能的，因为您正在创建一大堆临时字符串！除非编译器将所有这些都优化掉，否则该特定解决方案的性能将最差。

这也将删除空格。。。还有很多OP不想删除的字符，比如“

”

\W

代表任何不是字母、数字或下划线的字符！！！如果你能让正则表达式更具体一些就更好了。不，这不好。

[\W]

意味着

[^\a-Za-z_0-9]

，这意味着此解决方案还将删除类似

é的字母。

。至少使用一些尊重Unicode且不以ASCII为中心的字母！我看到有人对你投了反对票。这可能是因为作为注释比作为注释更好answer@sunrize920计票结果为+0/-0。未投下任何反对票。投票结果为removedI没有考虑到你没有足够的代表发表评论的事实。我只是讨厌人们否决投票，但不要对原因发表评论。

StringBuilder

在你从片段构建字符串时很好。通过正则表达式将字符串拆分成片段并重新组装可能是一个好策略。我相信

string.replaceAll

在内部执行类似的操作。一般来说，Java正则表达式的性能相当好，除非我做了一些对性能非常敏感的事情，否则我通常只使用m并继续。还有一个tmp.replaceAll（“\\W”，”）将删除字符串中的标点符号和空格。澄清要求：请定义标点符号的含义。是否只是上面列出的字符？em破折号如何？卷曲引号如何？非英语语言的引号符号如何？下次您可能会自己找到有关正则表达式的解决方案。此外，这可能对你也有帮助@Pshemo这里没有直接的答案。但这将有助于理解而不是复制..下次他可能会找到解决这类问题的方法。我从来没有说过这将是答案。我说这可能对你有帮助您尝试过

\p{p}

捕获非ASCII标点符号？

P

是标点符号的Unicode类别。嗯，尝试过，但它留下了一些原始字符（例如

），因此将坚持如下：）您认为“\\P{Punct}”的实现会比只指定[，！{}]（和其他字符）更有效吗，作为一个字符类？@RayToal事实上，我是OP。我澄清了这个问题，希望你现在能看得更清楚。@VPeric我明白了，谢谢！最清楚的答案是

x.replaceAll（[[[（）{}，；！？%]，”）

但如果做多次，速度会很慢。用

[[[（）{}，；！？%]

的模式编译正则表达式，然后执行

p.matcher（x）.replaceAll（“”

。如果试图从代码中挤出最后一个机器周期，则可以创建一个65536元素的布尔数组c

Pattern p = Pattern.compile("[,.;!?(){}\\[\\]<>%]"); //store it somewhere so 
                                         //you wont need to compile it again
tmp = p.matcher(tmp).replaceAll("");

private static String processWord(String x) {
    return x.replaceAll("[][(){},.;!?<>%]", "");
}

private static final Pattern UNDESIRABLES = Pattern.compile("[][(){},.;!?<>%]");

private static String processWord(String x) {
    return UNDESIRABLES.matcher(x).replaceAll("");
}

private static final boolean[] CHARS_TO_KEEP = new boolean[];