Alguem poderia me explicar o código abaixo?
returnStr = Normalizer.normalize(returnStr, Normalizer.Form.NFD)
.replaceAll("[^\\p{ASCII}]", "");
returnStr tem como valor inicial uma url.
Stack Overflow em Português é um site de perguntas e respostas para programadores profissionais e entusiastas. Leva apenas um minuto para se inscrever.
Inscreva-se para participar desta comunidade[^\\p{ASCII}]
[^\p{ASCII}]
.[]
significa uma cadeia que sera capturada, [^ ]
é uma cadeia negada, ou seja em vez de capturar apenas o que se enquadra na cadeia, ele vai capturar tudo que não se enquadra.\p
*, assim como \w
, \d
, \x
é uma ancora, serve para se escrever menos, em vez de fazer [A-Za-z0-9_]
basta um \w
{ASCII}
é uma condição para o \p
, isso vai depender a biblioteca REGEX da linguagem/compilador que esta usando.Usando o REGEX101, em Quick reference>Meta sequences temos o \p
.
Corresponde a um caractere unicode que foi passado como parametro.
Nesta pagina temos alguns controladores suportados, contudo comparando com a tabela ASCII, nem todas as sentenças batem, isso porque a tabela ASCII só é padrão do 0-127, apos isso ela não segue um padrão absoluto então vai depender a linguagem que esta usando, por exemplo a pcre pelo que vi, não tem suporte ao {ASCII}
do \p
.
O \p
possui uma ancora negada \P
, desta forma você poderia converte a String simplesmente para \\P{ASCII}
, não necessitando da cadeia negada [^ ]
.
Analisando a expressão regular, trata-se de uma lista negada. Ele substituirá qualquer ocorrência de caractere não ASCII por vazio (removerá).
ASCII é uma tabela de caracteres, contendo letras números e símbolos e código computacional correspodente a ele.
\p
se trata de uma "ancora/atalho" assim como \x
, na qual creio que seja a real duvida do AP.
– Guilherme Lautert
23/06/16 às 20:29
\p
possui um ancora negada\P
, desta forma a regex poderia ser simplesmente"\\P{ASCII}"
, não necessitando do[^ ]
– Guilherme Lautert 23/06/16 às 20:31\
é um atalho para literal, desta forma p resultado final da conversão da string para REGEX é[^\p{ASCII}]
, que a torna correta, se tive-se so um\
ficaria[^p{ASCII}]
e geraria um erro. – Guilherme Lautert 23/06/16 às 21:51