过滤 Excel 表格内容中的无效字符

需求

最近在做一个Excel数据处理工具时发现，总是有些无效字符干扰，比如：不间断空格，制表符等。
所以，记录下遇到的无效字符，以便后续处理时统一过滤。

实现

1. 获取表格内容，并将格式转换为文本格式：

row.getCell(0);
cell.setCellType(CellType.STRING);

2. 最简单的过滤，将首尾的空白字符去掉：

cell.getStringCellValue().trim();

3. 去掉所有空格（半角空格，全角空格，不间断空格）：

cell.getStringCellValue().trim()
	.replaceAll("[\\u0020\\u3000\u00A0]" ,"");

4. 去掉所有空白字符，包括：空格符，制表符，回车符，换行符等：

cell.getStringCellValue().trim()
	.replaceAll("[\\u0020\\u3000\u00A0]" ,"")
	.replaceAll("\\s" ,"");

5. 至此，可以过滤掉几乎所有的无效字符。以上可以总结为：

cell.getStringCellValue()
	.replaceAll("[\\s\\u3000\u00A0]" ,"");

名词解释

1. 不间断空格（Non-breaking Space, 简称 nbsp）：主要用在office中, 让一个单词词组在结尾处不会换行显示, 快捷键是 ctrl + shift + space。
2. 制表符：使你输出的内容为4的倍数。如果输出字符串"a\t"，那么，会在输出a之后再输出3个空格，如果输出字符串aaaa\t，则会在输出4个a后，再输出四个空格。制表符相当于tab键。
3. trim() 方法用于删除字符串的头尾空白符。包括空格，换行符和回车符。
4. 全角空格：它对应的十六进制unicode码是\u3000，相当于两个半角空格的长度。