如何对一个字符串进行编码以替换所有特殊字符

Question

我有一个包含特殊字符的字符串。但是我必须将该字符串转换为不含任何特殊字符的字符串，所以我使用了Base64。但在Base64中，我们使用等号（=）符号，这是一个特殊字符。但我想将该字符串转换为仅具有字母数字字符的字符串。同时，我不能删除特殊字符，只需替换所有特殊字符以保持两个不同字符串之间的唯一性。如何实现这一点？哪种编码可以帮助我实现这个目标？

- Sunil Kumar Sahoo

Answer 1

最简单的选择是使用UTF-8将文本编码为二进制，然后将二进制转换为十六进制文本（每个字节两个字符）。这样做的效率不会很高，但它只包含字母数字字符。

你也可以使用base32来提高一些效率，但这可能需要更多的工作，除非你能找到一个支持base32的库。（支持十六进制编码的库非常常见。）

- Jon Skeet

Answer 2

有许多种base64的变体，其中一些不使用填充。（仍然有两个非字母数字字符用于第62和63个字符。）

维基百科关于base64的页面详细介绍了“标准”变体，包括用于许多常见用例的变体。（您的是否与这些之一匹配？）

如果您的字符串必须严格为字母数字，则需要使用十六进制编码（一个字节变为2个十六进制数），或者自己编写编码方案。您所述的要求相当不寻常...

- Stephen C

Answer 3

Commons codec 提供了一个URL安全版本的base64，它用 - 和 _ 替代 + 和 / 字符。

http://commons.apache.org/codec/apidocs/org/apache/commons/codec/binary/Base64.html#encodeBase64URLSafe(byte[])

- Jilles van Gurp

Answer 4

最简单的方法是使用正则表达式来匹配所有非字母数字字符，并将它们替换为空字符串。

// This will remove all special characters except space.
var cleaned = stringToReplace.replace(/[^\w\s]/gm, '')

在上述正则表达式中添加任何特殊字符将跳过该字符。

// This will remove all special characters except space and period.
var cleaned = stringToReplace.replace(/[^\w\s.]/gm, '')

一个可运行的示例。

const regex = /[^\w\s]/gm;
const str = `This is a text with many special characters.
Hello, user, your password is 543#!\$32=!`;
const subst = ``;

// The substituted value will be contained in the result variable
const result = str.replace(regex, subst);

console.log('Substitution result: ', result);

正则表达式解析。

[^\w\s]/gm
Match a single character not present in the list below [^\w\s]
\w matches any word character (equivalent to [a-zA-Z0-9_])
\s matches any whitespace character (equivalent to [\r\n\t\f\v \u00a0\u1680\u2000-\u200a\u2028\u2029\u202f\u205f\u3000\ufeff])

Global pattern flags
g modifier: global. All matches (don't return after first match)
m modifier: multi line. Causes ^ and $ to match the begin/end of each line (not only begin/end of string)

- Kannan Suresh

---

链接似乎已经失效。 - Torsten Simon

@TorstenSimon 添加了另一个答案。 - Kannan Suresh

Answer 5

如果您确实只能使用字母数字字符，那么您将不得不想出一种转义方案，其中使用其中一个字符，例如使用0作为转义字符，然后将特殊字符编码为ASCII的2个字符十六进制编码。使用000表示0。

例如：

This is my special sentence with a 0.

编码为：

This020is020my020special020sentence020with020a02000002e

- Dean Povey