替换文件名中的非法字符

Question

在Java中，我有一个文件名字符串。我想用'_'替换所有非法字符，但不包括a-z、0-9、-、.和_。 我尝试了以下代码：但这没有起作用！

myString = myString.replaceAll("[\\W][^\\.][^-][^_]", "_");

- bbholzbb

---

标题比实际问题更普遍，我解决这个问题的方法是使用filename = URLEncoder(fileName, "UTF-8")来处理文件名。这个操作的结果始终是有效的文件名。这也可以使用URLDecoder来获取原始文件名字符。 - ApollonDigital

不能保证生成的文件名始终有效。*不是一个有效字符。 - Dmytro Ovdiienko

文件名 = URLEncoder(fileName.replaceAll("\*","%2A"), "UTF-8"); - Conete Cristian

Answer 1

你需要替换除了[a-zA-Z0-9.-]以外的所有内容。方括号内的^表示“非”。

myString = myString.replaceAll("[^a-zA-Z0-9\\.\\-]", "_");

- poitroae

---

@bbholzbb 我不这么认为。 - poitroae

我知道范围没有很好地定义，但是除了0-9和a-z之外，还有很多其他有效的字符。那么外语呢？关于Windows，请参见http://msdn.microsoft.com/en-us/library/windows/desktop/aa365247(v=vs.85).aspx。 - paul

其他UTF-8字符怎么样？我指的是其他语言的字符？ - ehsun7b

在发布代码之前，你真的应该测试它……需要转义 . 和 -！我成功让这个正则表达式有效：[^a-zA-Z0-9_\\-\\.]。 - Erk

在大多数正则表达式语法中，字符类中唯一的特殊字符或元字符是右方括号 (])、反斜杠 (\)、尖号 (^)和连字符 (-)。常用的元字符在字符类内部被视为普通字符，不需要通过反斜杠进行转义。如果要搜索星号 () 或加号 (+)，可以使用 [+]。虽然在字符类内部转义普通元字符可以使正则表达式正常工作，但这样做会显著降低可读性。 regular-expressions.info - DavidS

Answer 2

如果您正在Windows平台上寻找选项，那么您可以尝试以下解决方案，以利用文件名中除"\ /: *? <> |"之外的所有有效字符。

fileName = fileName.replaceAll("[\\\\/:*?\"<>|]", "_");

- Prakash

---

您可以用全角字符替换非法字符：／＼＼：＊？＂＜＞｜。 - Juribiyan

抱歉，正则表达式实际上应该是4个反斜杠而不是2个吗？例如："[\\\\/:*?\"<>|]" - kevinarpe

另一组替换字符 "‹›⁎∕⑊＼︖꞉⏐" - aljgom

Answer 3

保持简单。

myString = myString.replaceAll("[^a-zA-Z0-9.-]", "_");

http://ideone.com/TINsr4

- Matt Ball

---

我没有投反对票，但可能是因为有一个更好的相似答案（？）解释了。 - nhahtdh

有没有可用的Java API来处理这个问题？由于进一步的兼容性问题，我是指手动替换可能会在除Windows以外的其他环境中产生一些错误。 - rogue lad

@rajper 不是我所知道的。最简单的方法是确定您想要支持的所有平台上的所有非法字符集，并将它们全部替换。 - Matt Ball

Answer 4

更加简单易懂

myString = myString.replaceAll("[^\\w.-]", "_");

预定义字符类：

• \w 代表一个单词字符：[a-zA-Z_0-9]

- IvanRF

Answer 5

我知道这里已经有一些答案了，但我想指出我不得不稍微修改给出的建议。

filename.matches("^.*[^a-zA-Z0-9._-].*$")

这是我在Java中使用.matches所需的内容，以获得所需的结果。我不确定这是否百分之百正确，但这就是它对我有用的方式，如果遇到除了a-z A-Z 0-9（.）（_）和（-）之外的任何字符，它将返回true。

我想知道我的逻辑是否存在任何缺陷。

在先前的答案中，我看到了一些关于应该或不应该转义的讨论。对于这个例子，我没有转义任何东西，但你应该转义（-）减号字符以确保安全，因为它会“破坏”你的表达式，除非它在列表的末尾。点字符（.）似乎不必在（[]）方括号内转义，但如果你转义它，也不会有害。

请参阅Java Patterns获取更多详细信息。

- Atspulgs

Answer 6

如果你想使用除了 [A-Za-z0-9] 以外的字符，那么请查看 MS 命名规范，并且不要忘记过滤掉“...整数表示在 1 到 31 范围内的字符...”。

- wandlang