String.replaceAll 让一些字符穿过裂缝答案

【问题标题】：String.replaceAll letting some chars through the cracksString.replaceAll 让一些字符穿过裂缝
【发布时间】：2012-06-11 21:22:43
【问题描述】：

所以我正在使用 Java 中的一个庞大数据集，试图清除除字母字符之外的所有文本。现在我正在这样做：

snippet = snippet.toLowerCase();
snippet.replaceAll("[^A-Za-z]", "");

但是，清理工作并未按计划进行。一些无关的@、#、? 和: 正在通过。想法？

【问题讨论】：

如果你正在使用snippet.toLowerCase();，那么你不需要[^A-Za-z]，你可以使用[^a-z]。您可能应该这样做，因为在 toLowerCase() 之后保持大写的任何内容一开始都不是大写字母。我能想到这种情况的唯一方法是将 utf-8 字符串读取为 ascii char 字符串。

【解决方案1】：

在 java 中，Strings 是 immutable - 它们的值无法更改。因此，replaceAll() 返回更改后的字符串；它不会更改调用它的字符串。

您必须将返回值分配回给变量：

snippet = snippet.replaceAll("[^A-Za-z]", "");

虽然这种行为起初看起来“非面向对象”，但当类是不可变的时，它确实有意义。

另外，您不需要调用.toLowerCase() - 您的正则表达式也匹配大写字母。

【讨论】：