Question

我输入了一个输入文件，我需要处理并丢弃所有空格，包括不间断空格U+00A0又名 （您可以通过按键在记事本中生成它 Alt 然后从键盘输入 0 1 6 0 数字键盘。）或任何其他形式的空白区域。我尝试了String.trim()，但它并没有修剪U+00A0。

我是否需要明确检查U+00A0然后trim()或者是否有一种简单的方法来修剪Java中的各种空格？

Answer 1

虽然 是non breaking space（一个不希望被视为空格的空格），但您可以使用简单的正则表达式修剪字符串，同时保留字符串中的每个  ：

string.replaceAll("(^\\h*)|(\\h*$)","")

\h是一个水平的空白字符：[ \t\xA0\u1680\u180e\u2000-\u200a\u202f\u205f\u3000]

如果您使用的是JDK8之前版本，则需要明确使用字符列表而不是\h。

Answer 2

U+0160不是空白，因此不会被修剪。但你可以简单replace()带有空格的字符，然后调用trim()，这样你就可以保留字符串里面的空格。

string = string.replace('\u00A0',' ').trim()

从Character.isWhitespace（）方法中排除了three non-breaking whitespace个字符：\u00A0，\u2007和\u202F，所以您可能也想要替换它们

Answer 3

你可以用番石榴CharMatcher来做，例如：

CharMatcher.anyOf("\r\n\t \u00A0").trimFrom(input);
CharMatcher.whitespace().trimFrom(input);

另见nice reference on whitespaces definition

Answer 4

您可以尝试以下方法：

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

来自https://www.regular-expressions.info/unicode.html：

\ p {Z}或\ p {Separator}：任何类型的空格或不可见的分隔符。

Answer 5

如果您碰巧使用Apache Commons Lang，则可以使用strip并添加所需的所有字符。

final String STRIPPED_CHARS = " \t\u00A0\u1680\u180e\u2000\u200a\u202f\u205f\u3000";

String s = "\u3000 \tThis str contains a non-breaking\u00A0space and a\ttab. ";
s = StringUtils.strip(s, STRIPPED_CHARS);  
System.out.println(s);  // Gives : "This str contains a non-breaking space and a    tab."

如何在Java中修剪不间断空间？

5 个答案: