Character.isISOControl处理变量不可见控制字符

顺亿

2026-10-18 • 👁 0人浏览过

Character.isISOControl() 判定为 true 的字符包括 ASCII 0x00–0x1F（32个控制符）和 DEL（0x7F），不包含 U+0080–U+009F（C1区），除非 JVM 启用特定兼容模式。 Java 中

Character.isISOControl()

是判断字符是否为 ISO 控制字符的标准方法，适用于识别常见不可见控制字符（如换行、回车、制表、退格、响铃等），但需注意其覆盖范围和边界情况。哪些字符会被 isISOControl 判定为 true 该方法依据 ISO/IEC 6429（即传统 ASCII 控制字符集）定义，返回 true 的字符包括： ASCII 码 0x00–0x1F（共 32 个）：NULL、SOH、STX、ETX、EOT、ENQ、ACK、BEL、BS、HT、LF、VT、FF、CR、SO、SI、DLE、DC1–DC4、NAK、SYN、ETB、CAN、EM、SUB、ESC、FS、GS、RS、US DEL（0x7F）：虽然不是控制功能字符，但被 ISO 标准纳入控制字符集不包含 Unicode 中的 U+0080–U+009F（C1 控制字符），除非运行时环境明确支持 ISO 8859-1 或指定了相应编码与 Unicode 控制字符的区别

Character.isISOControl()

和 .NET 的

Char.IsControl()

不同：后者严格按 Unicode 标准识别

UnicodeCategory.Control

，涵盖 U+0000–U+001F、U+007F、U+0080–U+009F 全部范围；而 Java 的

isISOControl

默认只认前两段（即 0x00–0x1F 和 0x7F），对 C1 区（0x80–0x9F）返回 false ，除非底层 char 实际以 Latin-1 编码解释且 JVM 启用相关兼容模式。实际清理字符串的推荐写法若目标是剔除所有常见不可见控制字符（含部分 C1 字符），建议组合判断：优先用

Character.isISOControl(c)

覆盖基础控制符补充检查

Character.isWhitespace(c) && !Character.isSpaceChar(c)

排除零宽空格、字节顺序标记（BOM）、软连字符等对已知风险字符（如 U+200B 零宽空格、U+FEFF BOM）做显式过滤避免仅依赖

String.trim()

，它只处理首尾空白，不清理中间控制符简单示例：安全过滤不可见字符以下代码保留可打印字符和常规空白（空格、制表、换行、回车），剔除其余控制符：

public static String removeControlChars(String s) {
    if (s == null) return null;
    StringBuilder sb = new StringBuilder();
    for (char c : s.toCharArray()) {
        if (!Character.isISOControl(c) || Character.isWhitespace(c)) {
            sb.append(c);
        }
    }
    return sb.toString();
}

注意：这里保留

isWhitespace

是因 LF、CR、HT 等虽属控制符，但常具排版意义；如需彻底清除所有不可见符，去掉

|| Character.isWhitespace(c)

即可。

相关文章