字符串中负字节的Java替换

Question

我正在从一个网页(Html)中得到一个日期：“abril，abril，2013新产品，产品，技术，技术和技术

我试过所有正常的正则表达式，但都没有成功。

最后，我发现了字符串字节(str.getBytes())，以下是值：

[-96, 97, 98, 114, 105, 108, -96, -96, -96, 50, 48, 49, 51, -96, -96, 86, 105, 101, 114, 110, 101, 115, -96, 49, 57]

这是什么-96?

如何将1或更多的-96或任何空位替换为1空格？

Answer 1

您应该能够使用Character.isSpaceChar函数来做到这一点。正如在对相关问题的答复中提到的，您可以在java regex中使用它，如下所示：

String sampleString = "\u00A0abril\u00A0\u00A02013\u00A0Viernes\u00A019";
String result = sampleString.replaceAll("\\p{javaSpaceChar}", " ");

我认为这样做完全符合您的要求，同时避免了处理原始字节的任何需要。

Answer 2

字节-96 (十六进制A0，或160个无符号字节)是ISO-8859-1字符编码中的不间断空间，可能是将字符串转换为字节的编码。

Answer 3

第一个字节(-96)是负的，因为在Java中字节是有符号的。它对应于字符160 (256-96)，这是一个不破空间。您需要在正则表达式中直接指定该字符。

str = str.replaceAll(String.valueOf((char) -96), " ");