java - 如何从 Java 中的 ®、©、™ 等字符串中删除高位 ASCII 字符

Question

我想从 Java 中的字符串中检测并删除 ®、©、™ 等高位 ASCII 字符。是否有任何开源库可以做到这一点？

Answer 1

如果您需要删除所有非 US-ASCII(即 0x0-0x7F 之外的)字符，您可以这样做:

s = s.replaceAll("[^\\x00-\\x7f]", "");

如果需要过滤很多字符串，最好使用预编译模式:

private static final Pattern nonASCII = Pattern.compile("[^\\x00-\\x7f]");
...
s = nonASCII.matcher(s).replaceAll();

如果它真的对性能至关重要，也许 Alex Nikolaenkov 的建议会更好。