如何移除文本中除普通空格外的空白字符？修复PDF模板异常

你的问题出在之前的正则表达式没覆盖到U+200B这类Unicode扩展空白字符——Java默认的\s仅匹配[\t\n\x0B\f\r ]，不包含零宽空格（U+200B）这类特殊空白，所以replaceAll("[^\\S ]", "")没生效。

给你几个可行的修复方案：

方案一：精准移除常见的零宽干扰字符 #

直接指定要清除的特殊空白字符，针对性强：

private String repair(String text) {
    if (text == null) {
        return "";
    }
    // 移除零宽空格、零宽非连接符、零宽连接符、字节顺序标记等干扰字符
    return text.stripLeading().stripTrailing()
            .replaceAll("\u200B|\u200C|\u200D|\uFEFF", "");
}

方案二：移除所有Unicode空格分隔符（保留常规空格） #

用Unicode属性类匹配所有空格类字符，只保留常规空格：

private String repair(String text) {
    if (text == null) {
        return "";
    }
    // \p{Zs}匹配所有Unicode空格分隔符，排除常规空格后移除其余的
    return text.stripLeading().stripTrailing()
            .replaceAll("[\\p{Zs}&&[^ ]]", "");
}

方案三：保留可见字符和常规空格，移除所有其他字符 #

如果不确定还有哪些特殊字符，直接过滤掉非打印和非常规空格的字符：

private String repair(String text) {
    if (text == null) {
        return "";
    }
    // 只保留可见打印字符和常规空格
    return text.stripLeading().stripTrailing()
            .replaceAll("[^\\p{Print} ]", "");
}

内容的提问来源于stack exchange，提问作者Khilarian