為什么80%的碼農(nóng)都做不了架構(gòu)師？>>> ??

由于編輯人員從excel，word等亂七八糟的地方copy內(nèi)容過來，其中有不可見的字符，導(dǎo)致輸出內(nèi)容看上去是對的，其實(shí)是多了一個(gè)零長度的字符（比如：\u2028，0000200B ZERO WIDTH SPACE），所以需要過濾掉不合法的unicode編碼等特殊字符

整理的正則：

[\\u007f-\\u009f]|\\u00ad|[\\u0483-\\u0489]|[\\u0559-\\u055a]|\\u058a|[\\u0591-\\u05bd]|\\u05bf|[\\u05c1-\\u05c2]|[\\u05c4-\\u05c7]|[\\u0606-\\u060a]|[\\u063b-\\u063f]|\\u0674|[\\u06e5-\\u06e6]|\\u070f|[\\u076e-\\u077f]|\\u0a51|\\u0a75|\\u0b44|[\\u0b62-\\u0b63]|[\\u0c62-\\u0c63]|[\\u0ce2-\\u0ce3]|[\\u0d62-\\u0d63]|\\u135f|[\\u200b-\\u200f]|[\\u2028-\\u202e]|\\u2044|\\u2071|[\\uf701-\\uf70e]|[\\uf710-\\uf71a]|\\ufb1e|[\\ufc5e-\\ufc62]|\\ufeff|\\ufffc

java代碼如下：

private String replaceWrongUnicode(String source, String replace) {if (StringUtils.isBlank(source)) {return source;}if (StringUtils.isBlank(replace)) {replace = "";}Pattern CRLF = Pattern.compile("([\\u007f-\\u009f]|\\u00ad|[\\u0483-\\u0489]|[\\u0559-\\u055a]|\\u058a|[\\u0591-\\u05bd]|\\u05bf|[\\u05c1-\\u05c2]|[\\u05c4-\\u05c7]|[\\u0606-\\u060a]|[\\u063b-\\u063f]|\\u0674|[\\u06e5-\\u06e6]|\\u070f|[\\u076e-\\u077f]|\\u0a51|\\u0a75|\\u0b44|[\\u0b62-\\u0b63]|[\\u0c62-\\u0c63]|[\\u0ce2-\\u0ce3]|[\\u0d62-\\u0d63]|\\u135f|[\\u200b-\\u200f]|[\\u2028-\\u202e]|\\u2044|\\u2071|[\\uf701-\\uf70e]|[\\uf710-\\uf71a]|\\ufb1e|[\\ufc5e-\\ufc62]|\\ufeff|\\ufffc)");Matcher m = CRLF.matcher(source);if (m.find()) {return m.replaceAll(replace);}return source;}

附：過濾\n成<br/>

private String replaceEnter(String source) {if (StringUtils.isBlank(source)) {return source;}Pattern CRLF = Pattern.compile("(\r\n|\r|\n|\n\r)");Matcher m = CRLF.matcher(source);if (m.find()) {return m.replaceAll("<br/>");}return source;}

參考：http://floydd.iteye.com/blog/1441030

轉(zhuǎn)載于:https://my.oschina.net/luanwu/blog/1798285

總結(jié)

以上是生活随笔為你收集整理的java过滤乱码 \u形式乱码 unicode乱码的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。