从字符串中删除所有不在白名单上的字符

Posted 2023-02-24

【中文标题】从字符串中删除所有不在白名单上的字符

【英文标题】：Remove all characters from string which are not on whitelist

【发布时间】：2013-02-21 08:15:48

【问题描述】：

我正在尝试编写 java 代码来删除所有不需要的字符并让只有列入白名单的字符。

例子：

String[] whitelist = "a", "b", "c"..."z", "0"..."9", "[", "]",...

我只想要字母（小写和大写）和数字+我要添加的一些下一个字符。 然后我将为字符串中的每个字符启动for() 循环，如果它不在白名单上，则将其替换为空字符串。

但这不是好的解决方案。也许可以使用模式（正则表达式）以某种方式完成？谢谢。

【问题讨论】：

Maybe it could be done somehow using pattern (regex)? 是的，你是对的。你可以开始here

允许使用什么样的字符？根据要求，正则表达式可能会有很大不同。

【参考方案1】：

是的，您可以使用String.replaceAll，它采用正则表达式：

String input = "BAD good  []";
String output = input.replaceAll("[^a-z0-9\\[\\]]", "");
System.out.println(output); // good[]

或者在Guava 中，您可以使用CharMatcher：

CharMatcher matcher = CharMatcher.inRange('a', 'z')
                          .or(CharMatcher.inRange('0', '9'))
                          .or(CharMatcher.anyOf("[]"));
String input = "BAD good  []";
String output = matcher.retainFrom(input);

这只是显示小写版本，更容易演示。要包含大写字母，请在正则表达式中使用"[^A-Za-z0-9\\[\\]]"（以及您想要的任何其他符号） - 对于CharMatcher，您可以将or 与CharMatcher.inRange('A', 'Z') 一起使用。

【讨论】：

在第一个代码中，使用正则表达式，我如何将下一个字符添加到白名单（不仅是 [ 和 ]，还有空格和下一个字符）？

既然 PerwinCZ 是在寻找大小写字母，应该是[^A-Za-z0-9\\[\\]]？

@jonhopkins：我只是在继续代码中的内容 - 将进行编辑以澄清这一点。

好的，我自己修好了。当我想添加下一个字符时，我在关闭之前添加到正则表达式]：\\char.

@PerwinCZ：您不需要转义所有字符 - 只有在正则表达式中具有特殊含义的字符。

【参考方案2】：

您可以尝试匹配不在白名单中的所有内容并将其替换为空字符串：

String in = "asng $%& 123";
//this assumes your whitelist contains word characters and whitespaces, adapt as needed
System.out.println(in.replaceAll( "[^\\w\\s]+", "" ));