如何在 Java 中正确修剪字符串中的空格？答案

【问题标题】：How to properly trim whitespaces from a string in Java?如何在 Java 中正确修剪字符串中的空格？
【发布时间】：2010-11-29 02:31:06
【问题描述】：

JDK 的 String.trim() 方法非常幼稚，只删除了 ascii 控制字符。

Apache Commons 的 StringUtils.strip() 稍好一些，但使用的是 JDK 的 Character.isWhitespace()，即 doesn't recognize non-breaking space as whitespace。

那么在 Java 中修剪字符串的最完整、兼容 Unicode、安全和正确的方法是什么？

顺便说一句，有没有比 commons-lang 更好的库，我应该用它来处理这类事情？

【问题讨论】：

标签： java string unicode

【解决方案1】：

Google 最近提供了guava-libraries。 may have 你在找什么：

CharMatcher.inRange('\0', ' ').trimFrom(str)

相当于String.trim()，但是你可以自定义修剪什么，参考JavaDoc。

比如它有its own definition of WHITESPACE，它与JDK不同，是根据最新的Unicode标准定义的，所以你需要的可以写成：

CharMatcher.WHITESPACE.trimFrom(str)

【讨论】：

提示：trimAndCollapseFrom 修剪字符串的外部，同时替换字符串内的重复值。

【解决方案2】：

我发誓我是在发布问题后才看到这个：Google 刚刚发布了 Guava，这是一个核心 Java 实用程序库。

我还没有尝试过，但据我所知，这完全符合 Unicode：

String s = "  \t testing \u00a0"
s = CharMatcher.WHITESPACE.trimFrom(s);

【讨论】：

哈哈，我在 5 分钟前提供了相同的答案，但随后对其进行了编辑以包含您需要使用的确切代码，然后看到您自己找到的评论。跨度>

【解决方案3】：

很难定义什么是空白。有时我使用不可破坏的空间只是为了确保它不会被剥离。所以很难找到一个库来做你想做的事。

如果我想修剪每个空白，我会使用我自己的 trim()。这是我用来检查空格的函数，

  public static boolean isWhitespace (int ch)
  {
    if (ch == ' ' || (ch >= 0x9 && ch <= 0xD))
      return true;
    if (ch < 0x85) // short-circuit optimization.
      return false;
    if (ch == 0x85 || ch == 0xA0 || ch == 0x1680 || ch == 0x180E)
      return true;
    if (ch < 0x2000 || ch > 0x3000)
      return false;
    return ch <= 0x200A || ch == 0x2028 || ch == 0x2029
      || ch == 0x202F || ch == 0x205F || ch == 0x3000;
  }

【讨论】：

ZZ Coder -- 你说，“很难找到一个库来做你想做的事。”不对！假设您要匹配所有空格 except 一个 \u00a0 （不间断空格）。简单：CharMatcher.WHITESPACE.and(CharMatcher.isNot('\u00a0')).trimFrom(input)
@KevinBourrillion 只是想为CharMatcher.WHITESPACE 发送一个大大的“感谢”。 String#trim() 使用 Unicode 失败了。

【解决方案4】：

我一直发现trim 几乎适用于所有场景。

但是，如果您真的想包含更多字符，您可以编辑commons-lang 中的strip 方法，使其不仅包含Character.isWhitespace 的测试，还包含Character.isSpaceChar 似乎是缺少的。即，分别在stripStart 和stripEnd 处的以下行：

while ((start != strLen) && Character.isWhitespace(str.charAt(start)))
while ((end != 0) && Character.isWhitespace(str.charAt(end - 1)))

【讨论】：

【解决方案5】：

我对 java 的 trim() 方法做了一些小改动，它支持非 ascii 字符。这个方法比大多数实现运行得更快。

public static String trimAdvanced(String value) {

        Objects.requireNonNull(value);

        int strLength = value.length();
        int len = value.length();
        int st = 0;
        char[] val = value.toCharArray();

        if (strLength == 0) {
            return "";
        }

        while ((st < len) && (val[st] <= ' ') || (val[st] == '\u00A0')) {
            st++;
            if (st == strLength) {
                break;
            }
        }
        while ((st < len) && (val[len - 1] <= ' ') || (val[len - 1] == '\u00A0')) {
            len--;
            if (len == 0) {
                break;
            }
        }


        return (st > len) ? "" : ((st > 0) || (len < strLength)) ? value.substring(st, len) : value;
    }

【讨论】：

【解决方案6】：

这可以处理 Unicode 字符并且不需要额外的库：

String trimmed = original.replaceAll ("^\\p{IsWhite_Space}+|\\p{IsWhite_Space}+$", "");

一个小问题是Wikipedia 中列出了一些没有 Unicode 字符属性“WSpace=Y”的相关空白字符。这些可能不会造成问题，但您也可以轻松地将它们添加到角色类中。

使用almson-regex，正则表达式将如下所示：

String trimmed = original.replaceAll (either (START_BOUNDARY + oneOrMore (WHITESPACE), oneOrMore (WHITESPACE) + END BOUNDARY), "");

并包含更相关的非 Unicode 空白。

【讨论】：