如何从CharSequence中删除“控制字符”？

Question

我有一个CharSequence source, int start, int end

我想要从起始点到终止点之间的source中去除所有的"控制字符"，并将其作为新的CharSequence返回。

所谓的"控制字符"指的是不需要的字符，如制表符、回车符、换行符等...基本上是在ASCII中小于32（空格）的所有字符...但我不知道如何在这个"现代时代"中做到这一点。

什么是char？它是Unicode吗？我该如何去除这些"控制字符"？

- ycomp

---

你有检查过这个吗：https://dev59.com/CG855IYBdhLWcg3wik-D - assylias

使用 String#replaceAll()。 - Matt Ball

Answer 1

您可以按照以下方式使用 CharSequence.subSequence(int, int) 和 String.replaceAll(String, String)：

source.subSequence(0, start).toString() + source.subSequence(start, end).toString().replaceAll("\\p{Cntrl}", "") + source.subSequence(end, source.length()).toString()

- Go Dan

Answer 2

假设你可以将整个源代码加载到内存中，你可以这样做：

String tmp = source.toString();
String prefix = tmp.substring(0, start-1);
String suffix = tmp.substring(end+1);
String middle = tmp.substring(start, end).replaceAll("\\s", "");
CharSequence res = prefix + middle + suffix;

- Sergey Kalinichenko

---

这与控制字符有什么关系？ - Highland Mark

@HighlandMark OP 所称的“控制字符”通常被称为“空格”（我所说的“控制字符”是指像制表符、回车、换行等不受欢迎的字符……）；replaceAll()函数从字符串的开头和结尾删除所有此类字符。 - Sergey Kalinichenko

将CharSequence转换为String将删除任何特殊格式（例如加粗的字符）。 - Aaron

Answer 3

如果使用最新的Guava库，请使用Character.isISOControl(char)。
是的，char是Unicode。

- Highland Mark

Answer 4

使用Guava的CharMatcher：

return CharMatcher.JAVA_ISO_CONTROL.removeFrom(string);

- Louis Wasserman

---

示例在最新的Guava库中无法编译。 - speksy