Cómo reemplazar � en una cuerda

Question

Tengo una cadena que contiene un personaje � no he podido reemplazarla correctamente.

String.replace ("�", "");

No funciona, ¿alguien sabe cómo eliminar/reemplazar el � en la cadena?

Answer 1

Ese es el personaje de reemplazo de Unicode, Ufffd. (información)

Algo como esto debería funcionar:

String strImport = "For some reason my �double quotes� were lost.";
strImport = strImport.replaceAll("\uFFFD", "\"");

Answer 2

Los problemas de los personajes como este son difíciles de diagnosticar porque la información se pierde fácilmente a través de la interpretación errónea de los caracteres a través de errores de aplicaciones, configuración errónea, corte, etc.

Como yo (y aparentemente otros) lo veo, has pegado tres personajes:

codepoint   glyph   escaped    windows-1252    info
=======================================================================
U+00ef      ï       \u00ef     ef,             LATIN_1_SUPPLEMENT, LOWERCASE_LETTER
U+00bf      ¿       \u00bf     bf,             LATIN_1_SUPPLEMENT, OTHER_PUNCTUATION
U+00bd      ½       \u00bd     bd,             LATIN_1_SUPPLEMENT, OTHER_NUMBER

Para identificar el personaje, descargue y ejecute el programa desde esta página. Pegue su personaje en el campo de texto y seleccione el modo Glyph; Pegue el informe en su pregunta. Ayudará a las personas a identificar el carácter problemático.

Answer 3

Estás pidiendo reemplazar al personaje "�", pero para mí eso está llegando como tres personajes 'ï', '¿' y '½'. Este podría ser su problema ... si está utilizando Java antes de Java 1.5, entonces solo obtiene los caracteres UCS-2, que son solo los primeros 65k UTF-8 caracteres. Según otros comentarios, es muy probable que el personaje que está buscando es '�', ese es el carácter de reemplazo de Unicode. Este es el personaje que se "utiliza para reemplazar un carácter entrante cuyo valor es desconocido o no representable en Unicode".

En realidad, al mirar el comentario de Kathy, el otro problema que podría estar teniendo es que Javac no está interpretando su archivo .java como UTF-8, suponiendo que lo está escribiendo en UTF-8. Intenta usar:

javac -encoding UTF-8 xx.java

O modifique su código fuente para hacer:

String.replaceAll("\uFFFD", "");

Answer 4

Como otros han dicho, publicaste 3 personajes en lugar de uno. Le sugiero que ejecute este pequeño fragmento de código para ver lo que Realmente En tu cadena:

public static void dumpString(String text)
{
    for (int i=0; i < text.length(); i++)
    {
        System.out.println("U+" + Integer.toString(text.charAt(i), 16) 
                           + " " + text.charAt(i));
    }
}

Si publica los resultados de eso, será más fácil resolver lo que está sucediendo. (No me he molestado en rellenar la cadena, podemos hacerlo por inspección ...)

Answer 5

Cambie la codificación a UTF-8 mientras se analiza. Esto eliminará los caracteres especiales

Answer 6

Utilizar el secuencia de escape unicode. Primero tendrá que encontrar el punto de código para el personaje que busca reemplazar (digamos que es ABCD en Hex):

str = str.replaceAll("\uABCD", "");

Answer 7

Para detalles

import java.io.UnsupportedEncodingException;

/**
 * File: BOM.java
 * 
 * check if the bom character is present in the given string print the string
 * after skipping the utf-8 bom characters print the string as utf-8 string on a
 * utf-8 console
 */

public class BOM
{
    private final static String BOM_STRING = "Hello World";
    private final static String ISO_ENCODING = "ISO-8859-1";
    private final static String UTF8_ENCODING = "UTF-8";
    private final static int UTF8_BOM_LENGTH = 3;

    public static void main(String[] args) throws UnsupportedEncodingException {
        final byte[] bytes = BOM_STRING.getBytes(ISO_ENCODING);
        if (isUTF8(bytes)) {
            printSkippedBomString(bytes);
            printUTF8String(bytes);
        }
    }

    private static void printSkippedBomString(final byte[] bytes) throws UnsupportedEncodingException {
        int length = bytes.length - UTF8_BOM_LENGTH;
        byte[] barray = new byte[length];
        System.arraycopy(bytes, UTF8_BOM_LENGTH, barray, 0, barray.length);
        System.out.println(new String(barray, ISO_ENCODING));
    }

    private static void printUTF8String(final byte[] bytes) throws UnsupportedEncodingException {
        System.out.println(new String(bytes, UTF8_ENCODING));
    }

    private static boolean isUTF8(byte[] bytes) {
        if ((bytes[0] & 0xFF) == 0xEF && 
            (bytes[1] & 0xFF) == 0xBB && 
            (bytes[2] & 0xFF) == 0xBF) {
            return true;
        }
        return false;
    }
}

Answer 8

Diseccionar el código de URL y el error unicode. Este símbolo se me ocurrió también en Google Translate en el texto armenio y, a veces, el birmano roto.

Answer 9

profilage bas� sur l'analyse de l'esprit (francés)

debe traducirse como:

profilage basé sur l'analyse de l'esprit

Entonces, en este caso � = é

Answer 10

No hay respuesta anterior Resolver mi problema. Cuando descargo xml it appPends <xml a mi XML. Yo simplemente

xml = parser.getXmlFromUrl(url);

xml = xml.substring(3);// it remove first three character from string,

Ahora se está ejecutando con precisión.