如何替换文件名中的非法字符？

Question

我正在尝试创建一个包含文件夹的zip文件，并且必须对文件夹名称进行清理以防止出现任何非法字符。 我进行了一些谷歌搜索，并从http://www.rgagnon.com/javadetails/java-0662.html找到了这种方法：

public static String sanitizeFilename(String name) {
    return name.replaceAll("[\\\\/:*?\"<>|]", "-");
}

但是，经过测试，我得到了一些奇怪的结果。 例如：

name = filename£/?e>"e

根据我的理解，应该返回filename£--e--e 。 但相反，它返回filename-ú--e--e

为什么会这样呢？

请注意，我正在通过在WinZip中打开下载的zip文件并查看创建的文件夹名称来对此进行测试。 我无法显示英镑符号。 我也尝试过这个：

public static String sanitizeFilename(String name) {
    name = name.replaceAll("[£]", "\u00A3");
    return name.replaceAll("[\\\\/:*?\"<>|]", "-");
}

编辑：更多研究，我发现了这一点： http : //illegalargumentexception.blogspot.co.uk/2009/04/i18n-unicode-at-windows-command-prompt.html它似乎与语言环境，Windows版本和编码有关因素。 不知道如何在代码中克服这个问题。

Answer 1

我认为这取决于您实际如何按照编码读取文件名。

因此， £符号可能会损坏。

举一个不完全适合您的情况的示例，将UTF-8编码的£读取为ISO拉丁1编码字符将返回£ 。

确保文件的编码（即最常见的是ISO Latin 1 vs UTF-8），然后为Reader使用适当的参数。

作为摘要，您可能需要考虑以下示例：

BufferedReader br = new BufferedReader(
    new InputStreamReader(
        new FileInputStream(new File("yourTextFile")), 
        "[your file's encoding]"
    )
);