替换文件名中的非法字符

Posted 2023-02-26

【中文标题】替换文件名中的非法字符

【英文标题】：Replacing illegal character in fileName

【发布时间】：2013-02-11 02:57:27

【问题描述】：

在 Java 中，我有一个文件名字符串。我想用'_'替换所有非法字符，但不是a-z、0-9、-、.和_

我尝试了以下代码：但这不起作用！

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

【问题讨论】：

由于标题比实际问题更笼统，我对这个问题的解决方案是使用filename = URLEncoder(fileName, "UTF-8") 作为文件名。此操作的结果始终是有效的文件名。这也允许在文件名上使用URLDecoder 获取原始文件名字符

无法保证生成的文件名始终有效。 * 不是有效字符。

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

【参考方案1】：

您需要替换除[a-zA-Z0-9.-] 之外的所有内容。 括号中的^ 代表“NOT”。

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

【讨论】：

@bbholzbb 我不这么认为。

我知道范围尚未明确定义，但有效字符远不止 0-9 和 a-z。外语呢？对于 Windows，请参阅 msdn.microsoft.com/en-us/library/windows/desktop/…。

其他 UTF-8 字符呢？我是说其他语言？

你真的应该在发布之前测试你的代码...... . 和 - 都必须被转义！我设法让这个正则表达式工作：[^a-zA-Z0-9_\\-\\.]

@Erk "在大多数正则表达式风格中，字符类中唯一的特殊字符或元字符是右括号 (])、反斜杠 (\)、插入符号 (^) 和连字符 ( -)。通常的元字符是字符类中的普通字符，不需要用反斜杠转义。要搜索星号或加号，请使用 [+*]。如果您转义常规元字符，您的正则表达式将正常工作在字符类中，但这样做会大大降低可读性。” regular-expressions.info

【参考方案2】：

如果您正在寻找 Windows 平台上的选项，那么您可以尝试以下解决方案来使用文件名中除“\/:*?”|”之外的所有有效字符。

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

【讨论】：

您可以用全角对应字符替换非法字符：／＼＼：＊？＂＜＞｜

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

另一组替换字符 ” ‹ › ⁎ ∕ ⑊ ＼︖ ꞉ ⏐

【参考方案3】：

保持简单。

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

http://ideone.com/TINsr4

【讨论】：

我没有投反对票，但可能是因为有一个类似的答案和更好的 (?) 解释。

是否有任何可用的 java API 可以解决这个问题？由于进一步的兼容性问题。我的意思是这种手动替换可能会在 Windows 以外的其他环境中产生一些错误。

@rajper 不是 AFAIK。最简单的就是确定你想支持的所有平台上所有非法字符的集合，然后全部替换掉​​。

【参考方案4】：

更简单

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

预定义的字符类：

\w一字字：[a-zA-Z_0-9]

【参考方案5】：

我知道这里已经有一些答案，但我想指出我必须稍微改变给定的建议。

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

这是我必须在 Java 中使用 .matches 来获得所需的结果。我不确定这是否 100% 正确，但这就是它对我的工作方式，如果遇到 az AZ 0-9 (.) (_) 和 (-) 以外的任何字符，它将返回 true。

我想知道我这里的逻辑是否有任何缺陷。

在以前的答案中，我看到了一些关于应该或不应该逃避什么的讨论。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，除非它位于列表的末尾。 (.) 点字符不必在看起来像的 ([]) 方括号内转义，但如果您转义它不会对您造成伤害。

请参阅 Java Patterns 了解更多详情。

【参考方案6】：

如果你想使用更多像[A-Za-z0-9]，那么检查MS Naming Conventions，并且不要忘记过滤掉“......整数表示在1到31范围内的字符， ...”。