想把一个文件中所有汉字提取出来,

Question

结果输出了一大堆数字，想知道怎么改，或者是思路从根本上就错了？
import java.io.*;
public class TestChar
{
static int c;
public static void main(String[] args) throws Exception{
TestChar tc = new TestChar();
StringBuffer sb = tc.getSB();
try{
File file = new File("E:\\pages\\265\\265.htm");
FileReader fr = new FileReader(file);
while ((c=fr.read())!=-1)
{
char[] cc = {(char)c};
String s = new String(cc);
if(sb.indexOf(s)!=-1){
System.out.print(c);
}

}
fr.close(); 
}catch(IOException e){
e.printStackTrace();
}
} public static StringBuffer getSB(){
char c=0;
StringBuffer s = new StringBuffer();
for (int i = 32;i<126 ;i++ )
{
c = (char)i;
s.append(c);
}
return s;
}
}

Answer 1

BufferedReader br=new BufferedReader(new FileReader(new File("E:\\pages\\265\\265.htm")));
String string=null;
StringBuilder sb=new StringBuilder();
while((string=br.readln())!=null){
   sb.append(string);
   
}
br.close;

Answer 2

if(sb.indexOf(s)!=-1){
System.out.print(c);
} 应该是
if(sb.indexOf(s)==-1){
System.out.print(c);
} ？？？？？？？？？？？？？？？？？？？？？

Answer 3

char[] cc = {(char)c}; 
??????????

Answer 4

import java.net.*;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import java.io.*;
public class UrlCodeRegex_2
{
  public static void main(String[] args)
   {
    try 
    {
        String ur="file:///g:/265.htm"; 
        URL MyURL=new URL(ur);
        String str;
        URLConnection con=MyURL.openConnection();
        InputStreamReader ins=new InputStreamReader(con.getInputStream(),"gbk");
        BufferedReader in=new  BufferedReader(ins);
        StringBuffer sb = new StringBuffer();
        while ((str=in.readLine())!=null)
        {  
         sb.append(str);
        }
            in.close(); String s = sb.toString().replaceAll("[^\u4e00-\u9fa5]","");
System.out.println(s);
     } 
    catch (IOException ioe) {
      System.out.println("IOException: " + ioe);
  
    }
  }
}

Answer 5

可以比ASCII码吧，找到中问段的码值

Answer 6

感谢三楼。的确是这样的。改成
if(sb.indexOf(s)==-1){ 
System.out.print((char)c); 
}  后，果然可以把一个文件中所有的汉字提出来了，呵呵。
5楼的代码试了有点问题,报一个IOEception

Answer 7

写这段代码的基本思路这样的，从ASCII码表中找出32-126（包含了大小写英文字母，数字及特殊字符）构建一个StringBuffer,从文件中一个一个字符读出来，如果不在这个StringBuffer里，就一定是汉字字符。检查是否包含的方法我实现的很笨。 因为想用StringBuffer的indexOf()方法，把一个字符硬是搞成字节数组再转成
String,这就这两句：char[] cc = {(char)c};  String s = new String(cc); (回四楼)简单修改后可以用这段代码把一个html文件里汉字提取出来，我打算想想最终做一个东西，功能是： 打开一个网页后
把里面的汉字提取出来，替换成广告再写回去。嘿嘿。

Answer 8

报IO异常，老大啊，你不会自己设置一些路径啊String ur="file:///E:/pages/265/265.htm";