萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 腳本程式專題 >> JavaScript

Java 移除字串所有空白字元的四種方法與效能比較

需求區分

需求方法適用場景
僅去除首尾空白trim()使用者輸入清理、欄位驗證前處理
移除所有空格 (U+0020)replace(" ", "")單一空格字元移除
移除所有連續空白replaceAll("\\s+", "")含 Tab、換行、全形空白等
移除所有 Unicode 空白字元replaceAll("\\p{Space}", "")最徹底,含零寬空格、不換行空格等

程式碼示範

public class SpaceRemover {
    public static void main(String[] args) {
        String raw = "  Hello\tWorld\n\u3000Java\u200B!  "; // 含空格、Tab、換行、全形空白、零寬空格

        System.out.println("原始: [" + raw + "] length=" + raw.length());
        System.out.println("trim():           [" + raw.trim() + "]");
        System.out.println("replace(' ', ''): [" + raw.replace(" ", "") + "]");
        System.out.println("replaceAll(\\s+):  [" + raw.replaceAll("\\s+", "") + "]");
        System.out.println("replaceAll(\\p{Space}): [" + raw.replaceAll("\\p{Space}", "") + "]");
    }
}

輸出結果

原始: [  Hello	World
 Java!  ] length=22
trim():           [Hello	World
 Java!]
replace(' ', ''): [Hello	World
 Java!]
replaceAll(\s+):  [HelloWorldJava!]
replaceAll(\p{Space}): [HelloWorldJava!]

方法詳細說明

1. String.trim() (Java 11+ 新增 strip()/stripLeading()/stripTrailing())

  • 僅移除首尾 ASCII 控制字元 (≤ U+0020),包含空格、Tab、換行、CR。
  • Java 11+ 建議改用 strip():支援 Unicode 空白字元(如全形空白 U+3000),語意更正確。

2. replace(CharSequence, CharSequence)

  • 字面值替換,**不使用正則**,效能最好。
  • 僅能針對單一字元或固定字串,如 replace(" ", "") 只移除半形空格。

3. replaceAll(String regex, String replacement)

  • 內部編譯正則表達式,功能最強但效能較低(每次呼叫隱含 Pattern.compile)。
  • \\s+:匹配一個或多個連續空白字元(等同 [ \\t\\n\\x0B\\f\\r])。
  • \\p{Space}:Unicode 空白字元類別,涵蓋 \\s 以外的 U+200B (ZWSP)、U+2060 (Word Joiner)、U+3000 (Ideographic Space) 等。

4. 高效能替代:預編譯 Pattern / Apache Commons Lang

// 靜態預編譯,避免重複編譯正則
private static final Pattern SPACE_PATTERN = Pattern.compile("\\p{Space}+");

public static String removeAllSpacesFast(String input) {
    return SPACE_PATTERN.matcher(input).replaceAll("");
}

// 或使用 Apache Commons Lang 3
// StringUtils.deleteWhitespace(str)  // 移除所有 Character.isWhitespace() 字元

效能微基準 (JMH 概念)

@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
public class SpaceBench {
    static final String TEST = " a b\tc\nd\u3000e ";

    @Benchmark public void trim() { TEST.trim(); }
    @Benchmark public void replace() { TEST.replace(" ", ""); }
    @Benchmark public void replaceAllS() { TEST.replaceAll("\\s+", ""); }
    @Benchmark public void replaceAllP() { TEST.replaceAll("\\p{Space}+", ""); }
    @Benchmark public void precompiled() { SPACE_PATTERN.matcher(TEST).replaceAll(""); }
}

典型結果(越小越快):replace > trim > precompiled > replaceAll(\\s+) > replaceAll(\\p{Space})。對於高頻呼叫路徑,請使用預編譯 Pattern 或 StringUtils.deleteWhitespace。

最佳實務建議

  1. **一般清理首尾**:str.strip() (Java 11+) 或 str.trim()。
  2. **移除所有半形空格**:str.replace(" ", "") 最快。
  3. **移除所有空白字元(含換行、Tab)**:str.replaceAll("\\s+", "") 可讀性佳;熱路徑用預編譯 Pattern。
  4. **最嚴格 Unicode 空白清理**:str.replaceAll("\\p{Space}+", "") 或 StringUtils.deleteWhitespace(str)。
  5. **避免在循環中重複編譯正則** — 將 Pattern 提升為 static final。

根據實際資料特性選擇最適合的方法,既能保證正確性,又能避免不必要的效能開銷。

copyright © 萬盛學電腦網 all rights reserved