如何在 Java 中高效清理字符串中字符间的冗余空格-java教程-PHP中文网

如何在 Java 中高效清理字符串中字符间的冗余空格

本文介绍使用正则表达式精准识别并移除字符串中“字符间多余空格”（如 "H i , I ' a m" → "Hi, I'am"），同时保留单词间合理空格，提供可直接复用的健壮解决方案。

本文介绍使用正则表达式精准识别并移除字符串中“字符间多余空格”（如 `"h i , i ' a m"` → `"hi, i'am"`），同时保留单词间合理空格，提供可直接复用的健壮解决方案。

在实际文本处理中（例如解析 OCR 输出、老旧格式文件或不规范日志），常遇到一种特殊空格污染：每个字母/符号后被强制插入一个空格，导致原本的 "Hello World" 变成 "H e l l o W o r l d"。这种模式下，空格并非均匀分布——单词内部是“字符+空格”高频交替，而单词之间则存在多个连续空格。简单调用 String.trim() 或 replaceAll("\s+", " ") 无法解决，因为后者会把所有空白压缩为单空格，破坏原本合法的词间分隔。

核心思路是分两步处理：

消除“字符后冗余空格”：匹配「一个空格 + 后续非空格字符」的组合，并仅保留该非空格字符（即删除该空格）；
规范化剩余空格：将连续两个及以上空格替换为单个空格，确保单词间距整洁。

对应正则表达式如下：

JavaStoryDevelop

你接手一个需求时，是不是经常这样："改一个小字段 → 结果把不相关的代码也改了"、"需求说得很模糊 → 做着做着发现跑偏了"、"数据库加个字段 → 上线才发现漏了数据兼容"、"做了个新功能 → 一个月后自己都忘了当时怎么设计的"、"写到一半被中断 → 再回来不知道从哪继续"；这个 Skill 就是专门解决这些问题的。它会自动探测你的项目环境（JDK、Spring Boot、ORM、数据库、前端框架），记在

下载

第一步：" ([^ ]+)" —— 匹配一个空格后紧跟一个或多个非空格字符；用 "$1" 替换，即只保留捕获组中的非空格部分；
第二步："[ ]{2,}" —— 匹配两个或更多连续空格；替换为 " "（单空格）。

完整实现如下：

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

    // 示例用法
    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."
    }
}

✅ 注意事项与增强建议：

该方案假设“冗余空格”严格出现在非空格字符之前（即 X → X），对开头空格或结尾孤立空格无效（但可通过额外 trim() 补充）；
若输入含制表符、换行符等广义空白，应将 [^ ] 改为 [^\s]，并将第二步正则升级为 \s{2,}，同时注意 replaceAll("\s+", " ") 在第二步前需谨慎使用，避免误压单词内合法空格；
对于更复杂场景（如保留引号内空格、处理 Unicode 字符），建议结合 BreakIterator 或专用文本清洗库（如 Apache Commons Text 的 StringUtils.normalizeSpace() 配合自定义预处理）；
性能敏感场景中，正则虽简洁，但大量文本可考虑手动遍历优化（跳过已处理位置，状态机判断）。

此方法逻辑清晰、无外部依赖、覆盖典型用例，是处理“字符级空格污染”的轻量级工业级实践方案。