Java中移除ASCII控制字符的正则表达式解析

1. 会被移除的控制字符包含哪些？ #

ASCII里的控制字符是ASCII码0-31和127的字符，这个表达式会移除其中除回车（\r，ASCII 13）、换行（\n，ASCII 10）、制表符（\t，ASCII 9）之外的所有控制字符。具体包括：

• 空字符（\0，ASCII 0）
• 响铃符（\a，ASCII 7）
• 退格符（\b，ASCII 8）
• 换页符（\f，ASCII 12）
• 以及ASCII码1-6、11、14-31、127对应的所有不可见控制字符

2. 表达式中的&&代表什么含义？ #

在Java正则的字符类规则里，&&表示交集——就是取两个字符类的共同部分。这里就是先圈出所有属于\p{Cntrl}（控制字符）的字符，再从中筛选出同时符合[^\r\n\t]（不是回车、换行、制表符）的字符，最终得到的就是要被移除的目标字符。

3. ^是否表示仅匹配行首？ #

这里的^不是匹配行首。在正则的字符类[]内部，^的作用是取反，意思是“排除后面列出的字符”。所以[^\r\n\t]就是指“不是回车、换行、制表符的任意字符”。

非技术化全面解释 #

这个正则表达式就像一个文本清洁器：它专门找那些你在屏幕上看不到的“隐形捣乱字符”——比如会让光标乱跳、发出响声、或者让文本排版变乱的隐藏字符，但会手下留情放过三个有用的“隐形工具”：回车（让内容跳到下一行开头）、换行（让内容换到下一行）、制表符（相当于按Tab键缩进），最后把剩下的那些没用的隐形字符全部删掉，让你的文本变得干净整齐。

内容的提问来源于stack exchange，提问作者Simeon Leyzerzon