Java - 正则表达式替换字符串中的八进制值答案

【问题标题】：Java - Regex to replace Octal value in stringJava - 正则表达式替换字符串中的八进制值
【发布时间】：2017-10-23 11:31:59
【问题描述】：

我有一组八进制值，比如 (0177-0377)。每当我在字符串中找到这些值时，都必须用？替换。

    String a= "sccce¼»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕerferferfer";
    for (int i = 0177; i<= 0377 ; i++)
    {
        char x= (char) i;
        a= a.replaceAll(Character.toString(x), "?");
    }
    System.out.print(a);

但是当我们有小文件时这看起来不错，但我必须在 1TB 文件中执行此操作。

我们如何使用正则表达式来完成这项任务。

【问题讨论】：

文字“177”和“377”不是八进制文字 - 它们是十进制文字。如果您想要八进制值，请使用 0177 和 0377。也不清楚为什么您认为正则表达式是这里的解决方案...
这种情况的最佳解决方案是什么？
好吧，我会使用Reader，一次读取一大块文本（进入 char 数组），然后遍历 char 数组，替换该范围内的任何值，然后写入该块发送到Writer。重复直到你读完文件中的所有内容。
正则表达式也使用循环。目前尚不清楚您要解决什么问题。您想替换八进制数，但您正在将其转换为字符。目前尚不清楚您是否只有 ASCII 或整个 UTF 字符集。你的问题有很多不清楚/错误的地方，我很头疼。如果要替换八进制字符串，请清楚地重写？或者只是在八进制数中具有给定位置的 Unicode 字符。

标签： java regex ascii octal

【解决方案1】：

您可以使用此正则表达式[^\p{ASCII}]，它替换所有非ASCII 字符：

a.replaceAll("[^\\p{ASCII}]", "?")

输出：

sccce????????????????????????????erferferfer

你必须找到八进制字符的十六进制表示，从link0177由\x7F表示，0377由FF表示

对于您的情况，您可以使用：

a.replaceAll("[\\x7F-\\xFF]", "?")

Ideone demo

【讨论】：

我想，我正在寻找同样的方法。你能解释一下[^\\p{ASCII}]的具体功能吗？
@Ajay 这将替换所有非 ASCII 字符
有什么方法可以替换特定的八进制值。
@Ajay 你想用什么来代替你想得到什么？
我想用 ? 替换 0177-0377 的八进制值范围正如我在问题中提到的

【解决方案2】：

您不想一次性对整个文件执行此操作 - 您需要一种流式处理方法。我会做这样的事情：

// TODO: Rename to something more appropriate
public static void replaceInvalidCharacters(Reader reader, Writer writer) {
    char[] buffer = new char[16384]; // Adjust if you want
    int charsRead;
    while ((charsRead = reader.read(buffer)) > 0) {
        for (int i = 0; i < charsRead; i++) {
            if (buffer[i] >= 0177 && buffer[i] <= 0377) {
                buffer[i] = '?';
            }
        }
        writer.write(buffer);
    }
}

因此，您将为当前文件打开一个读取器（使用适当的编码），为输出文件打开一个写入器（使用适当的编码），然后调用上面的方法。它将一次读取一块数据，替换块中的所有“坏”字符，然后将块写入写入器。

不需要正则表达式。

请注意，尽管有很多非 ASCII 字符超出该范围 - 如果您真的想删除所有非 ASCII 字符，您基本上会想要

if (buffer[i] > 126) // Or 127; what do you want to do with U+007F?

【讨论】：