Java文字列のUnicode文字を置換する

Question

複数のUnicode文字を含む文字列があります。これらのユニコード文字をすべて特定したい場合は、¥uF06Cとし、"u"を含まないバックスラッシュと4桁の16進数に置き換えます。

例：

ソース文字列："\ uF06Cd1句を追加"

結果文字列：Javaでこれを実現するにはどうすればよい

を "\ F06Cd1句を追加しますか"？

編集：私の質問は、Unicode文字を扱うようリンクJava Regex - How to replace a pattern or how toで

質問はこれと異なっています。それは複数のリテラルを持っていますが、それはjvmによって1つの文字としてみなされるため、正規表現は機能しません。

Answer 1

これを行う正しい方法は、正規表現を使用してユニコード定義全体を照合し、グループ置換を使用することです。

ユニコード文字列にマッチする正規表現：

ユニコード文字は\uABCDのように見えるので、\u、4文字のhexnumber文字列が続きます。マッチングこれらは

\\u[A-Fa-f\d]{4} 

を使用して行うことができる。しかしこれに伴う問題があります：\uはまだマッチになるだろう「ほんの一部\\ uabcd任意のテキスト」などのStringで
が。だから我々は\uが\秒の偶数が付け加えていることを確認する必要があります。

(?<!\\)(\\\\)*\\u[A-Fa-f\d]{4} 

今すぐ出力として、我々はhexnum部分が続くバックスラッシュをしたいです。これは、グループ交換によって行われ、その者が文字をグループ化することによって開始取得してみましょうすることができます。バックスラッシュとのhexnum部分に続いて、我々は2つのバックスラッシュにマッチするグループからすべてのバックラッシュをしたいの交換として

(?<!\\)(\\\\)*(\\u)([A-Fa-f\d]{4}) 

ユニコードリテラル：

String pattern = "(?<!\\\\)(\\\\\\\\)*(\\\\u)([A-Fa-f\\d]{4})"; 
String replace = "$1\\\\$3"; 

Matcher match = Pattern.compile(pattern).matcher(test); 
String result = match.replaceAll(replace); 

バックスラッシュがたくさんあります：実際のコードのために今

$1\\$3 

！さて、Java、正規表現、バックスラッシュには問題があります。バックスラッシュはjava と正規表現でエスケープする必要があります。したがって、javaのパターン文字列としての "\\\\"は、正規表現と一致する文字の1つと一致します。

EDIT：実際の文字列の
、文字が除外されるように、その整数の表現に置き換えることが必要です

StringBuilder sb = new StringBuilder(); 
for(char c : in.toCharArray()) 
    if(c > 127) 
     sb.append("\\").append(String.format("%04x", (int) c)); 
    else 
     sb.append(c); 

これは、あなたが非ASCII-文字を意味する「ユニコード文字」で想定しています。このコードは任意のASCII文字をそのまま出力し、他のすべての文字をバックスラッシュとUnicodeコードで出力します。 javaのcharは常にUnicode文字を表しているので、 "unicode-character"の定義はやや曖昧です。このアプローチでは、 "\ n"、 "\ r"などの制御文字をそのまま使用するため、他の定義よりも選択しています。

Answer 2

S = s.replaceAll（ "\ U"、 "\"）String.replaceAll（）メソッドを使用してみてください。