Question

我正在制作一个跨平台的应用程序，它根据在线检索的数据重命名文件。我想清理我从当前平台的Web API中获取的字符串。

我知道不同的平台有不同的文件名要求，所以我想知道是否有跨平台的方法来做到这一点？

编辑：在Windows平台上，您不能出现问号'？'在文件名中，而在Linux中，您可以。文件名可能包含这样的字符，我希望支持这些字符的平台保留它们，否则将它们剥离。

另外，我更喜欢不需要第三方库的标准Java解决方案。

Answer 1

正如其他地方所建议的那样，这通常不是你想要做的。通常最好使用安全方法（如File.createTempFile（））创建临时文件。

您不应该使用白名单执行此操作，只保留“好”字符。如果文件仅由中文字符组成，那么您将从中删除所有内容。我们不能因此而使用白名单，我们必须使用黑名单。

Linux几乎可以让任何可能真正痛苦的事情发生。我只是将Linux限制在你限制Windows的同一个列表中，这样你将来可以避免头痛。

在Windows上使用此C＃代码段我生成了一个在Windows上无效的字符列表。这个列表中有很多字符比您想象的要多（41）所以我不建议您尝试创建自己的列表。

        foreach (char c in new string(Path.GetInvalidFileNameChars()))
        {
            Console.Write((int)c);
            Console.Write(",");
        }

这是一个简单的Java类，它“清理”文件名。

public class FileNameCleaner {
final static int[] illegalChars = {34, 60, 62, 124, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 58, 42, 63, 92, 47};
static {
    Arrays.sort(illegalChars);
}
public static String cleanFileName(String badFileName) {
    StringBuilder cleanName = new StringBuilder();
    for (int i = 0; i < badFileName.length(); i++) {
        int c = (int)badFileName.charAt(i);
        if (Arrays.binarySearch(illegalChars, c) < 0) {
            cleanName.append((char)c);
        }
    }
    return cleanName.toString();
}
}

编辑：正如Stephen建议的那样，您可能还应该验证这些文件访问只发生在您允许的目录中。

以下答案包含用于在Java中建立自定义安全上下文，然后在该“沙箱”中执行代码的示例代码。

How do you create a secure JEXL (scripting) sandbox?

Answer 2

或者只是这样做：

String filename = "A20/B22b#öA\\BC#Ä$%ld_ma.la.xps";
String sane = filename.replaceAll("[^a-zA-Z0-9\\._]+", "_");

结果：A20_B22b_A_BC_ld_ma.la.xps

说明：

[a-zA-Z0-9\\._]匹配来自a-z大写，数字，点和下划线的字母

[^a-zA-Z0-9\\._]是相反的。即所有与第一个表达式不匹配的字符

[^a-zA-Z0-9\\._]+是一系列与第一个表达式

不匹配的字符

所以每个字符序列都不包含来自a-z，0-9或者字符的字符。 _将被替换。

Answer 3

这是基于Sarel Botha接受的答案，只要您没有遇到Basic Multilingual Plane之外的任何字符，该答案就可以正常工作。如果您需要完整的Unicode支持（以及谁不支持？），请使用此代码，而不是Unicode安全：

public class FileNameCleaner {
  final static int[] illegalChars = {34, 60, 62, 124, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 58, 42, 63, 92, 47};

  static {
    Arrays.sort(illegalChars);
  }

  public static String cleanFileName(String badFileName) {
    StringBuilder cleanName = new StringBuilder();
    int len = badFileName.codePointCount(0, badFileName.length());
    for (int i=0; i<len; i++) {
      int c = badFileName.codePointAt(i);
      if (Arrays.binarySearch(illegalChars, c) < 0) {
        cleanName.appendCodePoint(c);
      }
    }
    return cleanName.toString();
  }
}

此处的主要变化：

使用codePointCount i.c.w. length而非length
使用codePointAt代替charAt
使用appendCodePoint代替append
无需将char转换为int s。事实上，你永远不应该处理char因为它们在BMP之外的任何事情都会被打破。

Answer 4

有一个非常好的内置Java解决方案 - Character.isXxx（）。

尝试Character.isJavaIdentifierPart(c)：

String name = "name.é+!@#$%^&*(){}][/=?+-_\\|;:`~!'\",<>";
StringBuilder filename = new StringBuilder();

for (char c : name.toCharArray()) {
  if (c=='.' || Character.isJavaIdentifierPart(c)) {
    filename.append(c);
  }
}

结果是“name.é$ _”。

Answer 5

以下是我使用的代码：

public static String sanitizeName( String name ) {
    if( null == name ) {
        return "";
    }

    if( SystemUtils.IS_OS_LINUX ) {
        return name.replaceAll( "/+", "" ).trim();
    }

    return name.replaceAll( "[\u0001-\u001f<>:\"/\\\\|?*\u007f]+", "" ).trim();
}

SystemUtils来自Apache commons-lang3

Answer 6

您的问题并不清楚，但由于您计划接受来自网络表单（？）的路径名，您可能应该阻止尝试重命名某些内容;例如“C：\ Program Files”。这意味着您需要规范化路径名以消除“。”在进行访问检查之前，请使用“..”。

鉴于此，我不会尝试删除非法字符。相反，我使用“new File（str）.getCanonicalFile（）”来生成规范路径，接下来检查它们是否满足您的沙盒限制，最后使用“File.exists（）”，“File.isFile（）”等，以检查源和目标是否是犹太教，并且不是相同的文件系统对象。我会通过尝试执行操作并捕获异常来处理非法字符。

Answer 7

如果你想使用的不仅仅是[A-Za-z0-9]，那么请检查MS Naming Conventions，不要忘记过滤掉＆＃34; ...整数表示在范围内的字符从1到31，......＆＃34;，就像Aaron Digulla的例子一样。代码，例如来自David Carboni对于这些人来说是不够的。

包含保留字符列表的摘录：

使用当前代码页中的任何字符作为名称，包括扩展字符集（128-255）中的Unicode字符和字符，但以下情况除外：

以下保留字符：


<（小于）

>（大于）

:（冒号）

"（双引号）

/（正斜杠）

\（反斜杠）

|（垂直条或竖线）

?（问号）

*（星号）

整数值为零，有时也称为ASCII NUL字符。

整数表示形式在1到31范围内的字符，但允许使用这些字符的备用数据流除外。有关文件流的更多信息，请参阅文件流。

目标文件系统不允许的任何其他字符。

Answer 8

Paths.get(...)抛出一个关于非法字符位置的详细异常。

public static String removeInvalidChars(final String fileName)
{
  try
  {
    Paths.get(fileName);
    return fileName;
  }
  catch (final InvalidPathException e)
  {
    if (e.getInput() != null && e.getInput().length() > 0 && e.getIndex() >= 0)
    {
      final StringBuilder stringBuilder = new StringBuilder(e.getInput());
      stringBuilder.deleteCharAt(e.getIndex());
      return removeInvalidChars(stringBuilder.toString());
    }
    throw e;
  }
}

是否有一个跨平台的Java方法来删除文件名特殊字符？

8 个答案: