Question

基本上，我想知道是否有一个方便的类或方法来过滤不需要的字符的字符串。方法的输出应该是'clean'字符串。即：

String dirtyString = "This contains spaces which are not allowed"

String result = cleaner.getCleanedString(dirtyString);

预期结果将是：

"Thiscontainsspaceswhicharenotallowed"

一个更好的例子：

String reallyDirty = " this*is#a*&very_dirty&String"

String result = cleaner.getCleanedString(dirtyString);

我希望结果是：

"thisisaverydirtyString"

因为，我让清洁工知道''，'''，'＃'，'＆amp;'和'_'是脏字符。我可以通过使用白色/黑色列表字符来解决它。但我不想重新发明轮子。

我想知道是否已经存在可以使用正则表达式“清理”字符串的事情。而不是自己写这个。

增加：如果你认为清理一个字符串可以做得不同/更好，那么我当然也是耳朵

另外一个补充： - 它不仅适用于空间，也适用于任何类型的角色。

Answer 1

根据您的更新进行编辑：

dirtyString.replaceAll("[^a-zA-Z0-9]","")

Answer 2

如果您在项目中使用guava（如果不是，我相信您应该考虑它），CharMatcher类可以很好地处理这个问题：

你的第一个例子可能是：

result = CharMatcher.WHITESPACE.removeFrom(dirtyString);

而你的第二个可能是：

result = CharMatcher.anyOf(" *#&").removeFrom(dirtyString);
// or alternatively
result = CharMatcher.noneOf(" *#&").retainFrom(dirtyString);

或者如果你想更灵活地使用空格（制表符等），你可以将它们组合起来而不是自己编写：

CharMatcher illegal = CharMatcher.WHITESPACE.or(CharMatcher.anyOf("*#&"));
result = illegal.removeFrom(dirtyString);

或者您可以改为指定合法字符，具体取决于您的要求：

CharMatcher legal = CharMatcher.JAVA_LETTER; // based on Unicode char class
CharMatcher legal = CharMatcher.ASCII.and(CharMatcher.JAVA_LETTER); // only letters which are also ASCII, as your examples
CharMatcher legal = CharMatcher.inRange('a', 'z'); // lowercase only
CharMatcher legal = CharMatcher.inRange('a', 'z').or(CharMatcher.inRange('A', 'Z')); // either case

后跟retainFrom(dirtyString)，如上所述。

非常好用，功能强大的API。

Answer 3

使用replaceAll。

Answer 4

这样做：

String dirtyString = "This contains spaces which are not allowed";
String result = dirtyString.replaceAll("\\s", "");

并使用'nothing'替换所有空格。

Answer 5

String resultString = subjectString.replaceAll("\\P{L}+", "");

将替换所有非字母字符。

Answer 6

我也更喜欢白名单方法。你永远都不会知道到底是什么。似乎比字符更多的编码。这样你可以控制它：

public String convert(String s) {
  s = StringUtils.removePattern(s, "[^A-Za-zäöüÄÖÜß?!$,. 0-9\\-\\+\\*\\?=&%\\$§\"\\!\\^#:;,_²³°\\[\\]\\{\\}<>\\|~]'`'");
  return s.trim();
}

这包含所有德语变音符号和法语口音......你知道 - 只需看看你的键盘。我想我已经把它们都拿走了。随意省略特殊字符，如＆lt; ＆GT;防止代码注入...

如何使用正则表达式过滤掉不需要的字符的字符串？

6 个答案: