从Java字符串中删除所有控制字符

Question

我从UI获取了一个包含控制字符（如换行和回车）的字符串。

我想做这样的事情：

String input = uiString.replaceAll(<regex for all control characters> , "")

这肯定已经被做过了吧！？

- user1176937

Answer 1

使用Guava可能比使用完整的正则表达式引擎更有效，并且一定更易读...

return CharMatcher.JAVA_ISO_CONTROL.removeFrom(string);

另外，只使用正则表达式也可以实现相同的功能，尽管不够易读和高效。

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

- Louis Wasserman

---

如何移除所有控制字符，但保留回车、换行符和制表符？ - Mahmoud Saleh

如果问题中有明确说明，我可能会回答那个问题，但是我会使用 CharMatcher.anyOf("\r\n\t").removeFrom(string) 来完成。 - Louis Wasserman

这里展示的 replaceAll 咒语只能获取 ASCII 控制字符；如果您还需要清除 Unicode 字符，可以参考我的答案。 - Mark Amery

Answer 2

像这样应该可以解决问题：

String newString = oldString.replaceAll("[\u0000-\u001f]", "");

- Michael W

---

-1；这甚至没有涵盖所有的ASCII控制字符；DEL字符（\u007F）不在您指定的范围内。 - Mark Amery

Answer 3

如果只想删除ASCII控制字符，请使用Cntrl字符类

String newString = string.replaceAll("\\p{Cntrl}", "");

为了去除Unicode所指的所有65个“控制字符”，请在UNICODE_CHARACTER_CLASS模式下使用Cntrl字符类，并加上(?U)标志：

String newString = string.replaceAll("(?U)\\p{Cntrl}", "");

为了进一步删除Unicode“格式”字符，如用于使文本从右至左的控制字符或soft hyphen，还需清除Cf字符类：

String newString = string.replaceAll("(?U)\\p{Cntrl}|\\p{Gc=Cf}", "");

- Mark Amery

Answer 4

Guava 的 CharMatcher.JAVA_ISO_CONTROL 已经被弃用，请使用 javaIsoControl() 替代:

CharMatcher.javaIsoControl().removeFrom(string);

- dorony