Reemplazar caracteres no ASCII de la cadena

Question

tengo cadenas A função, Ãugent en el que tengo que sustituir personaje como ç, ã, Ã con cadenas vacías.

¿Cómo puedo hacer coincidir solo aquellos caracteres que no sean ASCII?

estoy usando una función

public static String matchAndReplaceNonEnglishChar(String tmpsrcdta) 
    { 
     String newsrcdta = null; 
     char array[] = Arrays.stringToCharArray(tmpsrcdta); 
     if (array == null) 
      return newsrcdta; 

     for (int i = 0; i < array.length; i++) 
     {   
      int nVal = (int)array[i]; 
      boolean bISO = Character.isISOControl(array[i]); // Is character ISO control 
      boolean bIgnorable = Character.isIdentifierIgnorable(array[i]); // Is Ignorable identifier 
      // Remove tab and other unwanted characters.. 
      if (nVal == 9 || bISO || bIgnorable) 
       array[i] = ' '; 
      else if (nVal > 255) 
       array[i] = ' '; 
     } 
     newsrcdta = Arrays.charArrayToString(array); 

     return newsrcdta; 
    } 

pero no está funcionando mejora properly..what se necesita ... aquí tengo otro problema es que la cadena final se está reemplazado por carácter de espacio que crean el espacio extra en la cuerda.

Answer 1

Esto buscar y reemplazar todos los no ASCII letras:

String resultString = subjectString.replaceAll("[^\\x00-\\x7F]", ""); 

Answer 2

Esta sería la solución Unicode

String s = "A função, Ãugent"; 
String r = s.replaceAll("\\P{InBasic_Latin}", ""); 

\p{InBasic_Latin} es el bloque de Unicode que contiene todas las letras en el rango Unicode U + 0000..U + 007F (vea regular-expression.info)

\P{InBasic_Latin} es el negado \p{InBasic_Latin}

Answer 3

Puede intentar algo como esto. El rango de Caracteres especiales para alfabetos comienza desde 192, por lo que puede evitar tales caracteres en el resultado.

String name = "A função"; 

StringBuilder result = new StringBuilder(); 
for(char val : name.toCharArray()) { 
    if(val < 192) result.append(val); 
} 
System.out.println("Result "+result.toString()); 

Answer 4

La respuesta de FailedDev es buena, pero se puede mejorar. Si desea conservar los equivalentes ASCII, es necesario normalizar la primera:

String subjectString = "öäü"; 
subjectString = Normalizer.normalize(subjectString, Normalizer.Form.NFD); 
String resultString = subjectString.replaceAll("[^\\x00-\\x7F]", ""); 

=> will produce "oau" 

De esa manera, personajes como "la OUA" se va a proyectar "la OUA", que conserva al menos alguna información. Sin normalización, la cadena resultante estará en blanco.

Answer 5

O puede utilizar la función siguiente para eliminar un carácter que no sea ascii de la cadena. Conocerá el trabajo interno.

private static String removeNonASCIIChar(String str) { 

     StringBuffer buff = new StringBuffer(); 
     char chars[] = str.toCharArray(); 

     for (int i = 0; i < chars.length; i++) { 

      if (0 < chars[i] && chars[i] < 127) { 

       buff.append(chars[i]); 
      } 

     } 
     return buff.toString(); 

    }