如何从java字符串中删除控制字符？

Question

我有一个来自 UI 的字符串，它可能包含控制字符，我想删除除 carriage returns 、 line feeds 和 tabs 之外的所有控制字符。

现在我可以找到两种删除所有控制字符的方法：

1-使用番石榴：

 return CharMatcher.JAVA_ISO_CONTROL.removeFrom(string);

2- 使用正则表达式：

 return string.replaceAll("\\p{Cntrl}", "");

原文由 Mahmoud Saleh 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

如果你想删除其他或控制 uni-code 类别中的所有字符，你可以这样做

System.out.println(
    "a\u0000b\u0007c\u008fd".replaceAll("\\p{Cc}", "")
); // abcd

注意： 这实际上是从字符串中删除（除其他外）’\u008f’ Unicode 字符，而不是转义形式的“%8F”字符串。

礼貌： polygenelubricants （ 替换 Unicode 控制字符）

原文由 Nidhish Krishnan 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

一种选择是使用 CharMatcher 的组合：

 CharMatcher charsToPreserve = CharMatcher.anyOf("\r\n\t");
CharMatcher allButPreserved = charsToPreserve.negate();
CharMatcher controlCharactersToRemove = CharMatcher.JAVA_ISO_CONTROL.and(allButPreserved);

然后像以前一样使用 removeFrom 。我不知道它的效率如何，但它至少很简单。

---

如编辑所述， JAVA_ISO_CONTROL 现在在 Guava 中已弃用；首选 javaIsoControl() 方法。

原文由 Jon Skeet 发布，翻译遵循 CC BY-SA 4.0 许可协议