字符串如何检查包含在Java

-1

标或下标有没有一种方法来检查，如果是从PDF文档中提取的字符串包含上标或下标字符串如何检查包含在Java

例如：

来源

2017-09-27 John Doe

*“从pdf文档中提取的字符串”* - 该字符串是如何从PDF中提取的？字符串是否包含上标/下标或者是在提取过程中丢失的细节？目前对你的问题的回答假设前者，但你提到字符串的来源似乎指向后者。 – mkl

是有。

一种方法是获取所有需要的Unicode字符的列表，并以编程方式搜索您的String。

例如，平方公里包含标，和Unicode值u00B2

因此，请检查您的String线沿线的：

if(yourString.contains("\u00B2")){ 
      System.out.println("yay"); 
     }

来源

2017-09-27 10:01:39 notyou

1纯净的Unicode

以下将用e替换脚本上标/下标中未包含的所有Unicode字符空字符串，只留下超/下标。

问题是存在没有归类的上标和下标，如²³。看维基百科。这些必须列出。

System.out.println(s.replaceAll("(?U)[^²³\\p{InSuperscripts_and_Subscripts}]", "")); 

boolean isSuperOrSubscript(int codePoint) { 
    return Character.getName(codePoint).contains("SUPERSCRIPT") 
     || Character.getName(codePoint).contains("SUBSCRIPT") 
     || new String(new int[] {codePoint}, 0, 1) 
       .matches("(?U)\\p{InSuperscripts_and_Subscripts}"); 
}

但是，上述情况不会发现ᵈ例如。

2 PDF样式文本

PDF是一种 “类型设置为” 原始样式文本。因为这样的上标可能会更小一点的文字移动一点。原来的<sup>...</sup>（说）不再可用。可能由人类通过其字体资源在PDF中为较小的字体。

在这种情况下，您可能会遍历文本元素并查看定位。例如用itext库。不好玩。

来源

2017-09-27 12:01:37

字符串如何检查包含在Java

回答

相关问题