如何在 Java 中高效清除字符串中字符间的多余空格-java教程-PHP中文网

如何在 Java 中高效清除字符串中字符间的多余空格

本文介绍使用正则表达式精准识别并移除 Java 字符串中“字符间冗余空格”（如 "H i , I ' a m" → "Hi, I'am"）的实用方法，涵盖两步替换逻辑、完整示例代码及关键注意事项。

本文介绍使用正则表达式精准识别并移除 java 字符串中“字符间冗余空格”（如 `"h i , i ' a m"` → `"hi, i'am"`）的实用方法，涵盖两步替换逻辑、完整示例代码及关键注意事项。

在实际开发中，尤其处理 OCR 输出、老旧文本文件或异常编码数据时，常遇到字符串中每个字符后被强制插入空格的问题（例如 "H i , I ' a m"）。这种格式并非标准单词分隔，而是所有相邻可见字符之间均夹杂一个或多个空格，导致语义断裂、格式错乱。单纯调用 trim() 或 replaceAll("\s+", " ") 无法解决——前者仅去首尾空格，后者会将单词内本应保留的单空格（如 "Hi, I'am" 中的逗号后空格）也错误压缩。

正确的思路是：先恢复单词内部结构，再规范化词间空格。这需分两步完成：

消除“字符+空格+非空格字符”模式中的冗余空格
使用正则 "( [^ ]+)" 匹配「一个空格 + 后续至少一个非空格字符」，并用捕获组 $1（即后续非空格字符部分）替换整个匹配项。该操作实质是删除所有紧邻非空格字符之前的空格，从而将 "H i" → "Hi"、"I ' a" → "I'a"（注意：此时 ' 后空格也被删，需后续修复）。
修复因第一步导致的标点粘连，并统一词间空格
第一步可能使标点（如 ', ,, .）与前后字母紧贴（如 "I'am" 正确，但 "Hi," 变成 "Hi," 本身无问题；而 "1 :" 会变成 "1:"，需保留冒号前空格）。因此第二步采用 replaceAll("[ ]{2,}", " ") 将两个及以上连续空格压缩为单个空格，既保留合法词间距，又清理残余多空格。

以下是完整、可直接运行的工具方法：

js2java

JavaScript 到 Java 全栈翻译助手，专为前端开发者学习 Java 或快速实现后端业务逻辑而设计。当用户提到以下场景时必须使用此技能： - "帮我把这段 JS 代码转成 Java" - "用 Java 怎么写这个逻辑" - "我习惯用 JS 写，想翻译成 Java" - "教我 Java，我要写后端接...

下载

public static String cleanString(String input) {
    if (input == null) return null;
    // Step 1: Remove space before any non-space character
    String step1 = input.replaceAll(" ([^ ]+)", "$1");
    // Step 2: Normalize multiple consecutive spaces to single space
    return step1.replaceAll(" {2,}", " ");
}

// 使用示例
public static void main(String[] args) {
    String oldString = "1  :  H i ,  I ' a m  a     S t r i n g .";
    String cleaned = cleanString(oldString);
    System.out.println(cleaned); // 输出: "1 : Hi, I'am a String."
}

✅ 关键注意事项：

该方案假设“冗余空格”严格出现在可见字符之间，且原始文本中单词内部本无空格（如 "Hello World" 不会被误处理为 "HelloWorld"）；
若输入含制表符（）、换行符（）等广义空白，需将正则中的空格 ` 替换为s，但需同步调整逻辑（如"(s+[^s]+)"`），否则可能误删换行；
对于含 Unicode 字符（如中文、emoji）的字符串，[^ ] 仍有效（它匹配“非空格字符”，包含所有 Unicode 字符），无需额外修改；
性能敏感场景可预编译 Pattern 提升效率，但对普通文本处理影响甚微。

总结而言，此两步正则法以最小侵入性还原语义结构：先“缝合”被空格割裂的单词与符号，再“梳理”词间空白，兼顾准确性与可读性，是处理此类畸形字符串的稳健实践方案。