String tirm()方法去不掉的空格

╰+哭是因爲堅強的太久メ 2022-05-17 06:18 196阅读 0赞

# 删除String trim()方法去不掉的空格(中文(全角)空格) #

## 需求 ##

*  移除掉下面代码中的空白行。
 *  移除每行前面的多余空白符

### 要处理的文本: ###

BufferedReader in;
    
    　　Pattern pattern = Pattern.compile("//(//d{3}//)//s//d{3}-//d{4}");
    
    　　in = new BufferedReader(new FileReader("phone"));
    
    　　String s;
    
    　　while ((s = in.readLine()) != null)
    
    　　{
    
    　　Matcher matcher = pattern.matcher(s);
    
    　　if (matcher.find())
    
    　　{
    
    　　System.out.println(matcher.group());
    
    　　}
    
    　　}
    
    　　in.close();

## 移除空白行:使用正则表达式 ##

使用String类的replaceAll()方法可以移除空白行，只要我用正则表达式匹配到这些空白行，然后把这些空白行替换为空字符串就行了。

text = text.replaceAll("(?m)^\\s*$(\\n|\\r\\n)", "");

`(?m)`表示开启多行匹配模式，`^`匹配行开头,`\\s*`0个或多个空白符,`$`匹配行结尾，`(\\n|\\r\\n)`匹配字符串中的换行符。

测试代码如下：

String text = SysClipboardUtil.getSysClipboardText();
    System.out.println("去除无意义空白行后：");
    text = text.replaceAll("(?m)^\\s*$(\\n|\\r\\n)", "");
    System.out.println(text);

依赖：[SysClipboardUtil.getSysClipboardText();][SysClipboardUtil.getSysClipboardText]  
运行结果：

去除无意义空白行后：
    　　BufferedReader in;
    　　Pattern pattern = Pattern.compile("//(//d{3}//)//s//d{3}-//d{4}");
    　　in = new BufferedReader(new FileReader("phone"));
    　　String s;
    　　while ((s = in.readLine()) != null)
    　　{
    　　Matcher matcher = pattern.matcher(s);
    　　if (matcher.find())
    　　{
    　　System.out.println(matcher.group());
    　　}
    　　}
    　　in.close();
    ____________________________________

好的，第一个需求做到了。

## 移除每行前面的多余空白符 ##

### String.trim()方法删除不掉该空格符 ###

现在text字符串中，每一行的前面有两个空白符:`　　`，因为这些空白符在行尾，很自然想到使用text.trim()方法取出掉该空白符，但是奇怪的是根本就去不掉。  
之所以去不掉是因为这个空格不简单啊，不是普通那种空格，这里称为`bug空格`。  
**bug空格：**  
![o1iRowf.png][]  
**普通空格：**  
![TZH9IE9.png][]、  
可以看到这个`bug空格`比普通的空格的宽度要宽。不过也不是没有办法。

### 思路1：用该空格自己匹配来自己，进行替换删除 ###

不过既然这个bug空格可以复制粘贴，那我就直接粘贴到程序中，用它自己来匹配自己，这样使用`text.replaceAll("[　]+","")`就可以把这个bug空格`"　"`全部替换成空白字符串`""`，就相当于删除掉该字符串了。  
代码如下：

String text = SysClipboardUtil.getSysClipboardText();
    //删除文本中的空白行
    text=text.replaceAll("(?m)^\\s*$(\\n|\\r\\n)", "");
    System.out.println("删除空白行之后的文本:");
    System.out.println(text);
    //直接粘贴这个空格到字符组中,
    text=text.replaceAll("[　]+", "");
    System.out.println("_______________________________");
    System.out.println("去除中文全角空格后:");
    System.out.println(text);

复制需要处理的文本,然后运行上面的代码。运行结果如下。

删除空白行之后的文本:
    　　BufferedReader in;
    　　Pattern pattern = Pattern.compile("//(//d{3}//)//s//d{3}-//d{4}");
    　　in = new BufferedReader(new FileReader("phone"));
    　　String s;
    　　while ((s = in.readLine()) != null)
    　　{
    　　Matcher matcher = pattern.matcher(s);
    　　if (matcher.find())
    　　{
    　　System.out.println(matcher.group());
    　　}
    　　}
    　　in.close();
    _______________________________
    去除中文全角空格后:
    BufferedReader in;
    Pattern pattern = Pattern.compile("//(//d{3}//)//s//d{3}-//d{4}");
    in = new BufferedReader(new FileReader("phone"));
    String s;
    while ((s = in.readLine()) != null)
    {
    Matcher matcher = pattern.matcher(s);
    if (matcher.find())
    {
    System.out.println(matcher.group());
    }
    }
    in.close();

可以看到用了这种傻瓜式的操作就可以完成任务了。不过还是有点心有不甘，因为不知道这个bug空格是什么东西，下面来看看这个bug空格到底是什么东西。

### 思路2：转成Unicode码然后查码表看看是什么东西 ###

查了一下，其实这个空格叫做`中文(全角)空格`，我怎么知道的呢。先把这个空格转换成`Unicode`字符就知道了。  
代码如下

String chinese_full_width_space="　";//中文全角空格
    String urlEncoderUnicode = URLEncoder.encode(chinese_full_width_space,"utf-16be");//java中的字符都用utf-16be进行编码，所以转码为utf-16be我们就知道了这个奇怪的字符在java里的编码。这样方便后面查找。
    System.out.println(urlEncoderUnicode);

运行结果：

%30%00

`%30%00`转换成平常表示的java中的Unicode编码就是`\u3000`,然后再到网上查一下看看这个`\u3000`是什么：

![Sayko4X.png][]

嗯，原来这个bug空格叫做`中文全角空格`

好的，既然我们知道了这个奇怪的空格是中文全角空格，也知道对应的Unicode码为`\u3000`,java中正则表达式支持Unicode码，所以可以使用`text=text.replaceAll("\u3000+", "");`把所以的中文全角空格替换成空字符，也就是移除掉所有的中文全角空格了。

String text = SysClipboardUtil.getSysClipboardText();
        //删除文本中的空白行
        text=text.replaceAll("(?m)^\\s*$(\\n|\\r\\n)", "");
        System.out.println("删除空白行之后的文本:");
        System.out.println(text);
        //直接粘贴这个空格到字符组中,
    //  text=text.replaceAll("[　]+", "");
    //    使用Unicode码匹配中文全角空格
        text=text.replaceAll("\u3000+", "");
        System.out.println("_______________________________");
        System.out.println("去除中文全角空格后:");
        System.out.println(text);

运行结果：

## 启发 ##

遇到一个不懂的字符的时候可以先把它转为`Unicode`码，然再查码表,或者网上查。

[SysClipboardUtil.getSysClipboardText]: https://blog.csdn.net/qq_21808961/article/details/80671259
[o1iRowf.png]: https://i.imgur.com/o1iRowf.png
[TZH9IE9.png]: https://i.imgur.com/TZH9IE9.png
[Sayko4X.png]: https://i.imgur.com/Sayko4X.png