可能大家在做导入功能的时候遇到过某些莫名其妙的问题,其中就是出现看不到的空字符,而且使用trim方法去不掉,使用各种特殊字符去replcae依然存在。
先说一下这个的出现原因,因为文本文件和excel文件都是使用unicode编码的,并且在我们编辑完一句话或者一个单元格之后,unicode会自动加个两个控制字符,最多的是如下几个
1、RLO ( Code "\u202E" ; HTML ‮ ) :开始从右到左的文字;
2、LRO ( Code "\u202D" ; HTML ‭ ) :开始从左到右的文字;
3、PDF ( Code "\u202C" ; HTML ‬ ) :结束上一次定义。
而我们一般在做项目都是使用的utf8编码,所以上述的 几个控制字符会转码,比如将RLO转成\u202E,也就是说我们在替换的时候需要替换的并不是什么特殊字符或者去掉空格,而是需要将转码后的unicode控制字符给替换掉
代码如下:
public static void main(String[] args) {
String str ="13920164504";
str=str.replace("\u202D","").replace("\u202C","");
System.out.println(str);
System.out.println(str.length());
}
上述代码的str长度应该是看上去是11位,但实际上是13位,在开头和末尾各加了一个unicode控制字符,直接替换就可以得到正常数据