- 浏览: 95915 次
- 来自: ...
文章分类
最新评论
-
yrandy:
...
java删除(替换)不可见的unicode/utf-8字符(主要是html显示不了的字符) -
shanyanzhou:
非常感谢 [color=red][/color]
获取浏览器选中区域内容的js
java删除(替换)不可见的unicode/utf-8字符(主要是html显示不了的字符)
今天遇到一个问题,由于编辑人员从excel等7788的地方copy内容过来,其中有不可见的字符,导致输出内容看上去是对的,其实是多了一个零长度的字符(比如:0000200B ZERO WIDTH SPACE),下面的代码基本解决了以上问题。
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<script>
window.onload=function(){
var zero_len_charcode=[]
var div = document.getElementById('ttt')
for(var i=0;i<=0xffff;i++){//
var c = String.fromCharCode(i);
if (!c) continue;
div.innerHTML = "|"+c+"|";
if (div.offsetWidth == 16) //这里的16是我机器的2个'||'的显示长度,请自己调节
zero_len_charcode.push(i.toString(16));
}
console.log('0x'+zero_len_charcode.join(",0x"))
}
</script>
</head>
<body>
<span id=ttt></span>
</body>
</html>
上面的js代码用于提取出看不见的字符(主要是在html上看不见,也就是前面说的0长度的),copy上面console输出的内容,然后去java里做服务器端处理(为什么这么麻烦,因为swing我不熟悉,而且也不一定可以做这样的长度适应判断)
private static String zerolize(String s) { if (s.length() < 4) { s = "000".substring(0, 4 - s.length()) + s; } return s; } public static void main(String[] args) throws IOException { int[] input = new int[] { 0x7f, 0x80, 0x81, 0x82, 0x83, 0x84, 0x85, 0x86, 0x87, 0x88, 0x89, 0x8a, 0x8b, 0x8c, 0x8d, 0x8e, 0x8f, 0x90, 0x91, 0x92, 0x93, 0x94, 0x95, 0x96, 0x97, 0x98, 0x99, 0x9a, 0x9b, 0x9c, 0x9d, 0x9e, 0x9f, 0xad, 0x483, 0x484, 0x485, 0x486, 0x487, 0x488, 0x489, 0x559, 0x55a, 0x58a, 0x591, 0x592, 0x593, 0x594, 0x595, 0x596, 0x597, 0x598, 0x599, 0x59a, 0x59b, 0x59c, 0x59d, 0x59e, 0x59f, 0x5a0, 0x5a1, 0x5a2, 0x5a3, 0x5a4, 0x5a5, 0x5a6, 0x5a7, 0x5a8, 0x5a9, 0x5aa, 0x5ab, 0x5ac, 0x5ad, 0x5ae, 0x5af, 0x5b0, 0x5b1, 0x5b2, 0x5b3, 0x5b4, 0x5b5, 0x5b6, 0x5b7, 0x5b8, 0x5b9, 0x5ba, 0x5bb, 0x5bc, 0x5bd, 0x5bf, 0x5c1, 0x5c2, 0x5c4, 0x5c5, 0x5c6, 0x5c7, 0x606, 0x607, 0x608, 0x609, 0x60a, 0x63b, 0x63c, 0x63d, 0x63e, 0x63f, 0x674, 0x6e5, 0x6e6, 0x70f, 0x76e, 0x76f, 0x770, 0x771, 0x772, 0x773, 0x774, 0x775, 0x776, 0x777, 0x778, 0x779, 0x77a, 0x77b, 0x77c, 0x77d, 0x77e, 0x77f, 0xa51, 0xa75, 0xb44, 0xb62, 0xb63, 0xc62, 0xc63, 0xce2, 0xce3, 0xd62, 0xd63, 0x135f, 0x200b, 0x200c, 0x200d, 0x200e, 0x200f, 0x2028, 0x2029, 0x202a, 0x202b, 0x202c, 0x202d, 0x202e, 0x2044, 0x2071, 0xf701, 0xf702, 0xf703, 0xf704, 0xf705, 0xf706, 0xf707, 0xf708, 0xf709, 0xf70a, 0xf70b, 0xf70c, 0xf70d, 0xf70e, 0xf710, 0xf711, 0xf712, 0xf713, 0xf714, 0xf715, 0xf716, 0xf717, 0xf718, 0xf719, 0xf71a, 0xfb1e, 0xfc5e, 0xfc5f, 0xfc60, 0xfc61, 0xfc62, 0xfeff, 0xfffc }; StringBuilder b = new StringBuilder(); int lastContinuous = -1; int span = 0; for (int i = 0; i < input.length; i++) { if (lastContinuous == -1 && i < input.length - 1 && input[i] + 1 == input[i + 1]) { lastContinuous = input[i]; span = 1; } else { if (input[i] == lastContinuous + span) { span++; } else if (lastContinuous != -1) { if (b.length() > 0) b.append("|"); b.append(String.format("[\\u%s-\\u%s]", zerolize(Integer.toHexString(lastContinuous)), zerolize(Integer.toHexString(lastContinuous + span - 1)))); span = 0; lastContinuous = -1; i--; } else { b.append("|\\u" + zerolize(Integer.toHexString(input[i]))); } } } if (lastContinuous != -1) { if (b.length() > 0) b.append("|"); b.append(String.format("[\\u%s-\\u%s]", zerolize(Integer.toHexString(lastContinuous)), zerolize(Integer.toHexString(lastContinuous + span - 1)))); } System.out.println(b.toString()); Pattern pattern = Pattern.compile(b.toString()); Matcher matcher = pattern.matcher("helloworld\ufffc撒范德萨分的阿萨德"); System.out.println(matcher.replaceAll("")); }
最后组成的正则如下:
[\u007f-\u009f]|\u00ad|[\u0483-\u0489]|[\u0559-\u055a]|\u058a|[\u0591-\u05bd]|\u05bf|[\u05c1-\u05c2]|[\u05c4-\u05c7]|[\u0606-\u060a]|[\u063b-\u063f]|\u0674|[\u06e5-\u06e6]|\u070f|[\u076e-\u077f]|\u0a51|\u0a75|\u0b44|[\u0b62-\u0b63]|[\u0c62-\u0c63]|[\u0ce2-\u0ce3]|[\u0d62-\u0d63]|\u135f|[\u200b-\u200f]|[\u2028-\u202e]|\u2044|\u2071|[\uf701-\uf70e]|[\uf710-\uf71a]|\ufb1e|[\ufc5e-\ufc62]|\ufeff|\ufffc
发表评论
-
eclipse maven项目运行时报错could not find the main class的解决办法
2017-05-03 14:35 677打开.project文件,从其他可以有运行main的地方c ... -
通过hql控制hibernate一对多的集合属性的排序
2016-05-29 14:57 633【问题】 当hibernate实体中存在一对多关系集合 ... -
java date 归一化"天"
2012-09-16 11:35 2530java中date只是用来表示日期,一直认为和时区没有关系;实 ... -
myeclipse转eclipse jee的工程文件补丁(主要是maven补丁)
2012-01-12 18:48 1741以下是用来将myeclipse(或者其他没有加maven配置的 ... -
putty记住密码登陆的解决方案(autoputty+pietty+winscp)
2012-01-12 14:05 7349一直以来都觉得putty的界面很舒服,不过碍于他不能记住密码也 ... -
二元二次 - 有待通用化为N元N次
2009-06-18 09:17 875function Formula(){ this.a = ... -
gson 1.3 vs json-lib
2009-09-24 14:23 1144今天json-lib 0.6又爆了一个错误,说什么没有set方 ... -
使用jdk的executorservice+future来执行批量操作,节省处理时间
2009-11-05 18:55 1067ThreadPoolExecutor executor = n ... -
extjs 学习笔记
2009-12-24 14:30 776以前大搞过extjs,后来不用了,就忘了。。。最近又弄。。。哎 ... -
根据浏览器(ie)不同版本执行引用js
2010-06-29 10:43 783<!--[if IE 6]> &l ... -
office打开老是报宏安全性错误什么的
2010-07-20 16:33 680打开WORD,点击OFFICE按钮,WORD选项,加载项,最下 ... -
extjs pitfalls
2010-08-17 11:14 6761. Ext.state.manager 开发的时候请慎用! ... -
java Excel 工具(修改excel表格并保存)
2010-09-27 17:32 1785最近搞excel,用到JXL 。然后读写的时候遇到问题 -- ... -
Ext.ux.TabPanel 在IE7下的bug
2010-10-28 14:12 563Extjs2的一个扩展 地址:http://icyfire.j ... -
java unicode转换代码
2010-11-08 15:48 680static Pattern p = Pattern.comp ... -
html选中区域判断
2011-06-10 13:06 1024getSelectionHTML : function() { ... -
测试字符串替换速度
2011-06-10 13:42 816private static String escape(St ... -
oracle 索引出错解决方法
2011-07-27 11:01 843【jdbc的错误】ORA-01502: index 'XXXX ... -
解决extjs grid文字不能选中的问题
2011-09-02 18:59 2152.x-selectable, .x-selectable * ... -
flash和html跨域交互
2011-10-20 11:21 1313当你在a域(a.com)下的html上引用b域(b.com)的 ...
相关推荐
2 支持ANSI,Unicode,UTF-8等编码互换 3 可以设置无限个书签(9种图标可换)轻松定位 4 空格,制表符彩色显示,并可互相转换 5 可以对任意的文本块进行操作,ALT键+鼠标 6 对括号{}〔〕()可以高亮配对...
翻录Java汉字用utf-8字符串(来自jd)替换java反编译源文件中的ascii unicode转义字符串(来自jadx) ##用法: 将jd反编译的java源码放入输入文件夹将jadx反编译的java源代码放入输出文件夹运行 RipJavaHanzi.java...
文本替换的利器,批量文本替换的不二之选,站长必备,挂马网页杀手,支持所有纯ANSI文件,支持GBK/Unicode/UTF8编码的htm、html、asp、java、php等文件,可自定义所支持的文件类型,支持16进制替换,支持单行和多行...
具有显示行号、内建各种程序语法的高亮度显示、支持 Unicode 与 UTF-8 的功能。最重要的是他具有一般文书编辑软件所没有的「行列功能」,可以进行区块模式选取的编辑。绝对是程序设计师的好帮手。 这是一个很不错的...
Notepad2-mod 4.2.25.954 - 轻量级文本编辑器、代替记事本的最佳选择 ...支持多种编码,包括 Unicode、UTF-8、Unix、Mac 文本 支持添加书签 自动完成 增强的NFO字符画文件 标记打开的文件中所有相同的文本
包括Unicode(UTF-8、UTF-16/32)、Big5、GBK以及S-JIS 支持Unicode CJK 扩展B区(Ext-B) 可进行中文繁、简体的转换 若用户输入的字符不为当前编码支持,该字符会被转换成诸如U+XXXX的Unicode格式可用正则表达式进行...
支持所有纯ANSI文件,支持GBK/Unicode/UTF8编码的htm、html、asp、java、php等文件 可自定义所支持的文件类型 支持16进制替换 支持单行和多行以及段落替换 支持特征替换和提取 支持正则替换 支持多规则同时替换并...
本替换的利器,批量文本替换的不二之选,站长必备,挂马网页杀手,支持所有纯ANSI文件,支持GBK/Unicode/UTF8编码的htm、html、asp、java、php等文件,可自定义所支持的文件类型,支持16进制替换,支持单行和多行...
具有显示行号、内建各种程序语法的高亮度显示、支持 Unicode 与 UTF-8 的功能。最重要的是他具有一般文书编辑软件所没有的「行列功能」,可以进行区块模式选取的编辑。绝对是程序设计师的好帮手。 1 自定义语法...
具有显示行号、内建各种程序语法的高亮度显示、支持 Unicode 与 UTF-8 的功能。最重要的是他具有一般文书编辑软件所没有的「行列功能」,可以进行区块模式选取的编辑。绝对是程序设计师的好帮手。 这是一个很不错的...
具有显示行号、内建各种程序语法的高亮度显示、支持Unicode与UTF-8的功能 <br>这是一个很不错的记事本。 <br>1 自定义语法高亮,支持HTML, XML, CSS, Javas cript, VBs cript, ASP, PHP, CSS, Perl/CGI,C...
� 暂不具备 Push Mail 和 Office(DataViz 、 QuickOffice 计划近期推出 ) 功能,目前主要面向的是普通消费 者 用户,对商业用户支持尚弱。 Android Android Android Android 带来的影响 ANDROID 的推出后可能影响的...
超级批量文本替换 4.0 2007-01-22更新:增加对文件和文件夹的拖拽操作 2007-01-19更新:增加对无BOM的UTF8格式文件的支持 <br>完全绿色软件,可以对熊猫烧香造成的挂马网页实行恶意代码清除 (利用本软件的...
问答安全字符串 ... 处理非ASCII字符非ASCII字符可以替换或删除。 各个字符的处理方式不规则地变化,并且替换不一致。 删除连字符周围的空格如果连字符周围有空格,则将这些空格删除。 我们知道a -
2 支持ANSI,Unicode,UTF-8等编码互换 3 可以设置无限个书签(9种图标可换)轻松定位 4 空格,制表符彩色显示,并可互相转换 5 可以对任意的文本块进行操作,ALT键+鼠标 6 对括号{}〔〕()可以高亮配对...
2 支持ANSI,Unicode,UTF-8等编码互换 3 可以设置无限个书签(9种图标可换)轻松定位 4 空格,制表符彩色显示,并可互相转换 5 可以对任意的文本块进行操作,ALT键+鼠标 6 对括号{}〔〕()可以高亮配对...
2 支持ANSI,Unicode,UTF-8等编码互换 3 可以设置无限个书签(9种图标可换)轻松定位 4 空格,制表符彩色显示,并可互相转换 5 可以对任意的文本块进行操作,ALT键+鼠标 6 对括号{}〔〕()可以高亮配对显示...
2 支持ANSI,Unicode,UTF-8等编码互换 3 可以设置无限个书签(9种图标可换)轻松定位 4 空格,制表符彩色显示,并可互相转换 5 可以对任意的文本块进行操作,ALT键+鼠标 6 对括号{}〔〕()可以高亮配对...
2 支持ANSI,Unicode,UTF-8等编码互换 3 可以设置无限个书签(9种图标可换)轻松定位 4 空格,制表符彩色显示,并可互相转换 5 可以对任意的文本块进行操作,ALT键+鼠标 6 对括号{}〔〕()可以高亮配对...