java - 带撇号的字符串的正则表达式

Question

我正在尝试构建将过滤表单字符串所有非字母字符的正则表达式，如果任何字符串包含单引号，那么我想将其保留为规则的例外。

所以例如当我输入

car's34

结果我想得到

car's

当我进入

*&* Lisa's car 0)*

我想得到

Lisa's

目前我使用这个：

string.replaceAll("[^A-Za-z]", "")

但是，它只给了我字母，并删除了所需的单个配额。

Answer 1

这不是工作吗？

[^A-Za-z']

Answer 2

这也将删除不是“part if words”的撇号：

string = string.replaceAll("[^A-Za-z' ]+|(?<=^|\\W)'|'(?=\\W|$)", "")
    .replaceAll(" +", " ").trim();

这首先只是将撇号添加到您要保留的字符列表中，但使用环顾四周来查找不在单词中的撇号，所以

I'm a ' 123 & 'test'

会成为

I'm a test

请注意单独的撇号是如何被删除的，以及撇号 wrapping 是如何被删除的test，但I'm被保留了。

---

接下来replaceAll()是用一个空格替换多个空格，如果输入中有一个单独的撇号，这将导致。trim()如果它发生在输入的末尾，则添加了进一步的调用。

这是一个测试：

String string = "I'm a ' 123 & 'test'";
string = string.replaceAll("[^A-Za-z' ]+|(?<=^|\\W)'|'(?=\\W|$)", "").replaceAll(" +", " ").trim();
System.out.println(string);

输出：

I'm a test

Answer 3

你可以试试正则表达式：

[^\p{L}' ]

\p{L}表示 Unicode 字母的类别。

另一方面，您需要使用 Pattern 的常量来避免每次都重新编译表达式，如下所示：

private static final Pattern REGEX_PATTERN = 
        Pattern.compile("[^\\p{L}' ]");

public static void main(String[] args) {
    String input = "*&* Lisa's car 0)*";

    System.out.println(
        REGEX_PATTERN.matcher(input).replaceAll("")
    );  // prints " Lisa's car "
}

Answer 4

显而易见的解决方案是：

string.replaceAll("[^A-Za-z']", "")

我怀疑你想要更多的东西。

Answer 5

@Bohemian 有一个好主意，但需要单词边界而不是环顾四周：

string.replaceAll("([^A-Za-z']|\B'|'\B)+", " ");