代码之家 › 专栏 › 技术社区 › black666

从字符串中删除“空”字符

character java

black666 · 技术社区 · 14 年前

例如,“foobar”表示为: [,f,o,o,b,a,r]

第一个字符不是空格(“”),因此System.out.printlin()将返回“foobar”而不是“foobar”。然而,字符串的长度是7而不是6。很明显,这使得大多数字符串方法(equals、split、substring等等)毫无用处。有没有办法从字符串中删除空字符?

我试图建立一个新的字符串如下:

StringBuilder sb = new StringBuilder();
for (final char character : malformedString.toCharArray()) {
  if (Character.isDefined(character)) {
    sb.append(character);
  }
}
sb.toString();

StringBuilder sb = new StringBuilder();
for (final Character character : malformedString.toCharArray()) {
  if (character != null) {
    sb.append(character);
  }
}
sb.toString();

我也不能检查像这样的空字符:

   if (character == ''){
     //
   }

很明显这根绳子有问题。。但是我不能改变我正在使用的框架,也不能等待他们修复它(如果它是他们框架中的一个bug)。我要处理好这根绳子,把它清理干净。

有什么想法吗?

9 回复 | 直到 14 年前

Community TTT 7 年前

可能是因为 NULL character 以 \0 String#trim() .

要确定确切的代码点,请执行以下操作:

for (char c : string.toCharArray()) {
    System.out.printf("U+%04x ", (int) c);
}

然后你就能找到确切的人物 here .

根据更新:

有人知道一种只包含一系列有效字符而不排除95%UTF8范围的方法吗?

你可以在regex的帮助下做到这一点。请在此处和此处查看@polygene的答案 this answer .

另一方面,您也可以从根本上解决问题,而不是解决问题。要么更新文件以去除BOM标记,这是一种传统的方法,可以将UTF-8文件与现在毫无价值的其他文件区分开来,要么使用 Reader this question .

polygenelubricants 14 年前

在这种情况下,Regex是清除字符串中不需要的Unicode字符的合适方法。

String sanitized = dirty.replaceAll("[\uFEFF-\uFFFF]", "");

char \uFEFF-\uFFFF 包含空字符串的范围。

[...] 构造称为 字符类 ,例如。 [aeiou] [^aeiou]

您可以使用以下两种方法之一:

replaceAll("[ _blacklist ]", "")
replaceAll("[^ _whitelist

工具书类

regular-expressions.info

RightHandedMonkey 11 年前

一种从字符串中删除UTF-8bom的非常简单的方法,使用Denis Tulskiy建议的子字符串。不需要循环。只要检查第一个字符的标记和跳过它,如果需要的话。

public static String removeUTF8BOM(String s) {
    if (s.startsWith("\uFEFF")) {
        s = s.substring(1);
    }
    return s;
}

在使用apachehttpclient EntityUtil从web服务器读取数据时,我需要将其添加到代码中。WebServer没有发送空白标记,但它在读取输入流时被拉入。可以找到原文 here .

black666 14 年前

谢谢你,约翰内斯尔。实际上是'\uFEFF'

以下代码起作用:

 final StringBuilder sb = new StringBuilder();
    for (final char character : body.toCharArray()) {
       if (character != '\uFEFF') {
          sb.append(character);
       }
     }  
 final String sanitzedString = sb.toString();

有人知道一种只包含一系列有效字符而不排除95%UTF8范围的方法吗?

ESP 14 年前

甚至更多: a=(长)字符串[0];将向您显示char代码,您可以使用replace()或substring。

Steve Smith 7 年前

    StringBuilder sb = new StringBuilder();
    for (char character : myString.toCharArray()) {
        int i = (int) character;
        if (i > 0 && i <= 256) {
            sb.append(character);
        }
    }  
    return sb.toString();

我的空字符的int值在8103左右。

-1

acdcjunior Mukul Kumar 11 年前

for (int i = 0; i < s.length(); i++)
    if (s.charAt(i) == ' ') {
        your code....
    }

-1

Lalji Gajera 7 年前

简单 字符串格式不正确。trim() 会解决问题的。

-3

daiglebagel daiglebagel 14 年前

您可以像这样检查空格:

if (character.equals(' ')){ // }