文本框无法接受非英文字符的技术分析

关于文本框无法输入非英文字符的现象，在日常国际化测试工作中出现的概率极大。为了限制用户的输入必须符合软件定义的规范，开发人员一般都会对输入框中的value通过正则表达式或事件进行校验。如下图所示，当cost type被设置为“日本语”时，错误框将弹出，操作也无法继续进行。

本例中将以正则表达式作为假定的技术背景，对这一现象进行分析，示例代码如下。

public class CostConfigDTO {
     ...
     @NotNull
     @Size(min = 1, max = 255, message = "Size range set to 1-255")
     @Pattern(regexp = ".*[a-zA-Z0-9].*", message = "Category types must contain at least one alphanumeric character")
     ...
}

 
这里我们可以清晰的看到，对该输入框value进行验证的正则表达式被设置为[a-zA-Z0-9]，即只允许输入大小写的字母a-z外加数字0-9。然而这一设置显然是国际化软件开发中的兵家大忌，为了修复该问题，我们可以对代码进行如下修改。

public class CostConfigDTO {
     ...
     @NotNull
     @Size(min = 1, max = 255, message = "Size range set to 1-255")
     @Pattern(regexp = "^([^\\S+]).*", message = "Category types must not begin with a white space")
     ...
}

 
这里我们用\S替换掉之前的[a-zA-Z0-9]，它可以匹配任何非空白字符，等价于 [^ \f\n\r\t\v]。改动后，本例中的非英文字符无法输入问题得到解决。然而需要注意的是，正则表达式中的pattern取消了之前的严格验证机制，原有问题不再出现，但在其他场景中势必引入新的国际化问题，例如转义字符等，这又是我们需要进一步考虑的。