Question

在从网页中提取一些html时，我有一些元素包含以未知或不匹配的空格字符结尾的文本（即与“\\ s”不匹配）：

<span>Monday </span>

在java中，为了检查这个角色是什么，我正在做：

String s = getTheSpanContent();
char c = s.charAt(s.length() -1);
int i = (int) c;

，i的值为：160

任何人都知道这是什么？我怎么能匹配呢？

由于

Answer 1

这是一个non-breaking space。根据{{3}}，\\s匹配[ \t\n\x0B\f\r]，因此如果您想匹配它，则必须明确地将\xA0添加到正则表达式。

Answer 2

那是\u00A0，也称为非破坏空间。如果您了解HTML，您就会明白它与 所代表的空间相同。显然，有人使用它而不是普通的空间。

Answer 3

尝试使用它来匹配空格

Character.isSpaceChar(c) || c <= ' ';

Answer 4

我制作了一次这个电子表格，向您展示了Java中使用的空格的一些不同定义。它非常迷人（如果你像我一样奇怪）。

顺便提一下，Guava的CharMatcher.WHITESPACE跟踪最新的Unicode 5.x标准，因此通常是比JDK方法更好的选择。