请问各位大人：如何把文本中的非中文字符过滤掉

Question

我对中文问题一直都比较头大，现在对一个文档集进行处理，我想先把非中文字符全部过滤掉。开始感觉不难，但想具体做时却没招了，在此请教各位高手。不胜感激

Answer 1

刚才在别的贴子里发现一个，人家是这么写的，不过我没测试，你看看行不行。
 
 回复人： interhanchi(Stallman'fans) ( ) 信誉：105  2005-10-27 18:49:00  得分: 0  
 
 
   import java.util.regex.*;
public class TestString { /**
 * @param args
 */
public static void main(String[] args) {
// TODO Auto-generated method stub
         String s= "sfa10你cc";
         Pattern pa = Pattern.compile("[\u4e00-\u9fa5]+");
         Matcher ma = pa.matcher(s);
         while(ma.find()){
          System.out.print(ma.group());
         }
}}
  
 
Top  
 
 回复人： believefym(暮色，miss，迷失，miss) ( ) 信誉：100  2005-10-27 18:59:00  得分: 0  
 
 
   只允许汉字的话改成
Pattern pa = Pattern.compile("^[\u4e00-\u9fa5]*$");//0个汉字应该也行的吧
Matcher m = pa.macther("我们")
return m.find();//true为全部汉字，否则是false
  
 
Top  
  

Answer 2

System.out.println("asd我们asd分k".replaceAll("[^\u4E00-\u9FA0]",""));

Answer 3

十分感谢各位的帮助和关注，特别是lcwlyl(网络幽灵)
我以前没怎么关注过正则表达式，现在看来得好好学学了。
刚才我套用了上面的程序，循环处理了几个文本文件，没什么问题。

Answer 4

当然，还是如lcwlyl说的，希望还有别的方法，望大家不吝赐教

Answer 5

StreamTokenizer也能处理？
楼上的给点代码看看