Regex java中未通过正则表达式过滤的非ascii字符_Regex_Non Ascii Characters

Regex java中未通过正则表达式过滤的非ascii字符

regex

Regex java中未通过正则表达式过滤的非ascii字符,regex,non-ascii-characters,Regex,Non Ascii Characters,我正在使用regex[^\x00-\x7F]过滤Java应用程序中的任何非ascii字符。它正在过滤大多数字符，但最近发现了一个问题，即它让名为“保护区的开始”的控制字符（参见链接（））通过并显示为–；在我的xml文件中。尽管此字符是非ascii字符，即超出（0-127）范围，但有人能解释一下为什么不过滤它，以及是否有其他字符可能不会像这样过滤。注意，我正在使用xstream解析器解析文本。任何建议都将不胜感激。谢谢只需使用s=s.replaceAll（“\\p{ASCII}+”，”）

我正在使用regex[^\x00-\x7F]过滤Java应用程序中的任何非ascii字符。它正在过滤大多数字符，但最近发现了一个问题，即它让名为“保护区的开始”的控制字符（参见链接（））通过并显示为–；在我的xml文件中。尽管此字符是非ascii字符，即超出（0-127）范围，但有人能解释一下为什么不过滤它，以及是否有其他字符可能不会像这样过滤。注意，我正在使用xstream解析器解析文本。任何建议都将不胜感激。谢谢

只需使用

s=s.replaceAll（“\\p{ASCII}+”，”）

删除所有非ASCII符号。如果出现诸如某些Unicode符号损坏之类的问题，则不是正则表达式问题，请检查编码。您能给出一个答案吗？我们正在使用xstream解析器，该解析器正在将实际的“保护字符开头”转换为其十六进制值–；并附加到我的XML。我尝试了Wiktor的解决方案，但字符仍然并没有被删除。我仍然不明白为什么正则表达式[^\x00-\x7F]在过滤所有其他非ascii字符时不过滤这个字符。有人知道xstream解析器的默认编码是什么吗。