java过滤乱码的unicode和回车.zip_Zero_java_过滤不可见unicode字符_过滤回车

import java.util.regex.Matcher; import java.util.regex.Pattern; import org.apache.commons.lang.StringUtils; /** * 由于编辑人员从excel，word等乱七八糟的地方copy内容过来，其中有不可见的字符， * 导致输出内容看上去是对的，其实是多了一个零长度的字符（比如：\u2028，0000200B ZERO WIDTH SPACE）， * 所以需要过滤掉不合法的unicode编码等特殊字符 * 参考：https://my.oschina.net/luanwu/blog/1798285 * 正则表达式参考：https://msdn.microsoft.com/zh-cn/library/az24scfc(v=vs.110).aspx * @author xm * */ public class Test { public static void main(String[] args) { System.out.println(replaceWrongUnicode("94503017300945030‬","rrrrrrrrr")); } /** * java过滤字符乱码 unicode * @param source 可能带有unicode的源字符 * @param replace unicode字符替换 * @return */ public static 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; } /** * 过滤\n成<br/> * @param source * @return */ public static 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; } }