Как правильно обрезать пробелы из строки в Java?

Question

Метод JDK String.trim() довольно наивный и только удаляет управляющие символы ascii.

Apache Commons 'StringUtils.strip() немного лучше, но использует JDK's Character.isWhitespace(), который doesn't recognize non-breaking space as whitespace.

Итак, что было бы самым полным, совместимым с Unicode, безопасным и правильным способом обрезать строку на Java?

И, кстати, есть ли лучше библиотека, чем commons-lang, что я должен использовать для такого рода вещей?

Answer 1

Google сделал guava-libraries доступной в последнее время. Это may have то, что вы ищете:

CharMatcher.inRange('\0', ' ').trimFrom(str) 

эквивалентно String.trim(), но вы можете настроить то, чтобы урезать, обратитесь к JavaDoc.

Например, он имеет its own definition of WHITESPACE, которая отличается от JDK и определяется в соответствии с последним стандартом Unicode, так что вам нужно можно записать в виде:

CharMatcher.WHITESPACE.trimFrom(str) 

Answer 2

Я всегда находил trim, чтобы работать очень хорошо практически для каждого сценария.

Однако, если вы действительно хотите, чтобы включить больше символов, вы можете изменить метод strip от commons-lang включать не только тест на Character.isWhitespace, но и для Character.isSpaceChar который кажется быть то, что отсутствует. А именно, следующие строки в stripStart и stripEnd соответственно:

• while ((start != strLen) && Character.isWhitespace(str.charAt(start)))
• while ((end != 0) && Character.isWhitespace(str.charAt(end - 1)))

Answer 3

Я клянусь, что я видел только это после того, как я отправил вопрос: Google только что выпустил Guava, библиотеку основных утилит Java.

Я не пробовал этого, но от того, что я могу сказать, что это полностью соответствует Unicode:

String s = " \t testing \u00a0" 
s = CharMatcher.WHITESPACE.trimFrom(s); 

Answer 4

Это действительно трудно определить, что представляет собой белые пространства. Иногда я использую непробиваемые пространства просто для того, чтобы убедиться, что он не раздевается. Поэтому будет сложно найти библиотеку, чтобы делать именно то, что вы хотите.

Я использую свою собственную обрезку(), если я хочу обрезать каждое пустое пространство. Вот функция, я использую для проверки белых пространств,

public static boolean isWhitespace (int ch) 
    { 
    if (ch == ' ' || (ch >= 0x9 && ch <= 0xD)) 
     return true; 
    if (ch < 0x85) // short-circuit optimization. 
     return false; 
    if (ch == 0x85 || ch == 0xA0 || ch == 0x1680 || ch == 0x180E) 
     return true; 
    if (ch < 0x2000 || ch > 0x3000) 
     return false; 
    return ch <= 0x200A || ch == 0x2028 || ch == 0x2029 
     || ch == 0x202F || ch == 0x205F || ch == 0x3000; 
    } 

Answer 5

я сделал небольшие изменения по методе Явы облицовки() и он поддерживает метод не-ASCII characters.This работает быстрее, чем большинство реализаций.

public static String trimAdvanced(String value) { 

     Objects.requireNonNull(value); 

     int strLength = value.length(); 
     int len = value.length(); 
     int st = 0; 
     char[] val = value.toCharArray(); 

     if (strLength == 0) { 
      return ""; 
     } 

     while ((st < len) && (val[st] <= ' ') || (val[st] == '\u00A0')) { 
      st++; 
      if (st == strLength) { 
       break; 
      } 
     } 
     while ((st < len) && (val[len - 1] <= ' ') || (val[len - 1] == '\u00A0')) { 
      len--; 
      if (len == 0) { 
       break; 
      } 
     } 


     return (st > len) ? "" : ((st > 0) || (len < strLength)) ? value.substring(st, len) : value; 
    }