替换字符串中不允许的字符的最佳方法是什么？

Question

在我的一个项目中，我需要删除除 aZ 和 1-9 之外的所有不寻常字符。 我找到了一种方法，但我认为我的解决方案丑陋且效率不高。

有什么方法可以改进我的解决方案以提高效率？

public static String removeSpecialCharactersAndHTML(String text) {
    String result = text;

    result = result.replace(">", ">");
    result = result.replace("&lt;", "<");
    result = result.replace("&#38;", "&");
    result = result.replace("&quot;", "\"");
    result = result.replace("&nbsp;", " ");
    result = result.replace("&amp;", "&");

    result = result.replace("]]>", "");
    result = result.replace("‘", "'");
    result = result.replace("’", "'");
    result = result.replace("`", "'");
    result = result.replace("´", "'");
    result = result.replace("“", "\"");

    // .....

    result = result.replace("”", "\"");
    result = result.replace("³", "3");
    result = result.replace("²", "2");

    return result 
}

Answer 1

要从字符串中删除HTML，您不应编写自己的代码，而应使用一些现有的库。 他们不会处理代码中的许多错误。

替换某些字符的方法很好。 但最后，您必须从字符串中删除所有终端不会处理的字符。 即，定义允许的字符，而不是定义禁止的字符。

Answer 2

如果您还需要删除空格，则可以使用以下方法：

 result = result.replaceAll("[^a-zA-Z0-9]", "");

如果你想在你的字符串中有空格，你可以使用这种方法：

result = result.replaceAll("[^a-zA-Z0-9\\s]", "");

还建议使用第三方库提供 go。 你也可以用这个

https://commons.apache.org/proper/commons-text/javadocs/api-release/org/apache/commons/text/StringEscapeUtils.html#escapeHtml4-java.lang.String-