Java提取并替换文本中非ASCII字符的实现问题求助

首先你得修正HashMap的键值映射——你现在是把ASCII字符作为键，非ASCII字符作为值，这搞反了。要实现替换，应该把带重音的非ASCII字符作为键，对应的ASCII字符作为值，这样才能用非ASCII字符去查找要替换成的目标。

然后，针对筛选出的含非ASCII字符的行，我们可以遍历每个字符，判断它是否在映射表中，存在就替换，否则保留原字符。另外，FileReader默认使用系统编码读取文件，可能导致非ASCII字符读取乱码，建议改用InputStreamReader指定UTF-8编码，避免编码问题。

修改后的完整代码如下：

import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.HashMap;
import java.util.Map;

public class Main {
    public static void main(String[] args) {
        // 修正映射关系：键是要替换的非ASCII字符，值是目标ASCII字符
        Map<Character, Character> charMap = new HashMap<>();
        charMap.put('ó', 'o');
        charMap.put('é', 'e');
        charMap.put('ï', 'i');

        try (BufferedReader br = new BufferedReader(
                new InputStreamReader(new FileInputStream("movie-names.txt"), "UTF-8"))) {
            String contentLine;
            while ((contentLine = br.readLine()) != null) {
                String[] contents = contentLine.split("\\|");
                if (contents.length < 2) {
                    // 处理格式异常的行，避免数组越界
                    continue;
                }
                String movieName = contents[1];
                boolean isAsciiOnly = movieName.matches("\\A\\p{ASCII}*\\z");

                if (!isAsciiOnly) {
                    // 构建替换后的字符串
                    StringBuilder sb = new StringBuilder();
                    for (char c : movieName.toCharArray()) {
                        // 若字符在映射表中，替换为对应ASCII字符，否则保留原字符
                        sb.append(charMap.getOrDefault(c, c));
                    }
                    // 输出原行和替换后的结果
                    System.out.println("原行：" + contentLine);
                    System.out.println("替换后：" + contents[0] + "|" + sb.toString());
                    System.out.println("---");
                }
            }
        } catch (IOException ioe) {
            System.err.println("无法打开文件：" + ioe.getMessage());
        }
    }
}

关键改动说明： #

• 修正HashMap映射：把'o'->'ó'改成'ó'->'o'，这样才能正确匹配要替换的非ASCII字符。
• 字符遍历替换：用StringBuilder高效构建替换后的字符串，遍历每个字符时，用getOrDefault方法简化判断——存在就取映射值，不存在就保留原字符。
• 编码优化：使用InputStreamReader指定UTF-8编码读取文件，避免因系统编码不同导致的非ASCII字符乱码。
• 异常防护：增加了数组长度判断，防止分割后数组越界的问题。

内容的提问来源于stack exchange，提问作者JackofSpades