java中过滤不可见字符应使用unicode属性类p{cc}p{cf}p{cn}正则组合清除，而非trim()或iswhitespace()；需保留常用空白时用交集语法排除 ；仅处理ascii控制符可用范围表达式u0000-u0008u000bu000cu000e-u001fu007f。

Java 中过滤和替换文本中的不可见控制字符，关键在于准确识别 Unicode 中的控制类、格式类和未分配字符，而不是依赖 trim() 或 isWhitespace()——它们对大多数隐藏字符完全无效。

用正则精准匹配并清除三类核心不可见字符

最稳妥的做法是使用 Unicode 属性类组合，一次性覆盖常见干扰源：

• p{Cc}：ASCII 控制字符（u0000–u001F 和 u007F），如响铃符 u0007、ESC u001B
• p{Cf}：格式控制字符，包括零宽空格 u200B、行分隔符 u2028、段落分隔符 u2029、RLO u202E、LRO u202D、PDF u202C 等
• p{Cn}：未分配/未定义码点，正常文本中不应出现

代码示例：

String clean = str.replaceAll("[\p{Cc}\p{Cf}\p{Cn}]", "");

保留常用空白符（空格、换行、制表）的写法

如果希望保留 ' '、' '、' '、' ' 这些“有意义”的空白，就不能无差别删除所有控制类字符。需显式排除它们：

String clean = str.replaceAll("[\p{Cc}\p{Cf}\p{Cn}&&[^\t\n\r ]]", "");

这个写法利用正则的“交集”语法，表示：匹配 Cc/Cf/Cn 中的字符，但去掉 、 、 、 四个例外。

Alibabacloud Sdk Client Initialization For Java

在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。

下载

快速处理 ASCII 控制符（适合多数业务场景）

若只关心传统 ASCII 范围内的控制字符（不涉及 Unicode 格式符），可用更轻量、更易读的范围表达式：

String clean = str.replaceAll("[\u0000-\u0008\u000B\u000C\u000E-\u001F\u007F]", "");

该正则跳过了 u0009（制表）、u000A（换行）、u000D（回车）、u0020（空格），只清理真正“无用途”的控制位，兼容性好、性能高。

补充说明与注意事项

不要用 p{Cntrl} 代替 p{Cc}——它在部分 JDK 版本中行为不稳定，且不包含 u2028、u202E 等高频干扰字符；也不要用 Character.isWhitespace() 配合正则，它本身不是正则工具，无法嵌入模式中使用。

遇到 Excel 或网页粘贴导致的异常长度问题，大概率是 uFEFF（BOM）、u200B、u202D 等字符作祟，上述正则均可覆盖。调试时可打印字符串长度或用 str.codePoints().forEach(System.out::println) 查看每个码点，快速定位隐藏字符。

Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南