从字符串中删除“空”字符

Question

我使用的框架会不时返回格式错误的字符串，其中包含“空”字符。

例如，“ foobar”表示为：[，f，o，o，b，a，r]

第一个字符不是空格（’‘），因此System.out.printlin（）将返回“ foobar”而不是“
foobar”。但是，String的长度是7，而不是6。显然，这使大多数String方法（等于，拆分，子字符串等）变得无用。有没有办法从字符串中删除空字符？

我试图建立一个像这样的新字符串：

StringBuilder sb = new StringBuilder();
for (final char character : malformedString.toCharArray()) {
  if (Character.isDefined(character)) {
    sb.append(character);
  }
}
sb.toString();

不幸的是，这不起作用。与以下代码相同：

StringBuilder sb = new StringBuilder();
for (final Character character : malformedString.toCharArray()) {
  if (character != null) {
    sb.append(character);
  }
}
sb.toString();

我也无法检查像这样的空字符：

   if (character == ''){
     //
   }

显然，字符串..出了点问题，但是我无法更改正在使用的框架，也无法等待他们修复它（如果这是其框架内的错误）。我需要处理此字符串并将其清理。

有任何想法吗？

Answer 1

可能是NULL字符，由表示\0。您可以通过摆脱它String#trim()。

要确定确切的代码点，请执行以下操作：

for (char c : string.toCharArray()) {
    System.out.printf("U+%04x ", (int) c);
}

然后，您可以在此处找到确切的字符。

更新： 根据更新：

有人知道一种只包含有效字符范围而不是排除95％的UTF8范围的方法吗？

您可以借助正则表达式来做到这一点。请参阅此处的@polygenelubricants
答案以及此答案。

另一方面，您也可以从根本上解决问题，而不是解决问题。更新文件以摆脱BOM表标记，这是一种区分UTF-8文件与当今不值钱的文件的传统方法，或者是使用Reader可识别并跳过BOM表的文件。也看到这个问题。