求可检测CSV文件特殊字符的Java代码，现有正则方案不生效

现有代码问题排查 #

• 正则规则过于宽泛：[^a-zA-Z0-9]会将CSV中合法的逗号、引号、空格、小数点等正常字符判定为异常，不符合业务需求
• 未明确覆盖不可打印控制字符：ASCII 0~31、127等不可读控制字符没有明确拦截逻辑
• 方法语义不匹配：参数命名、方法名和实际检测CSV字段的场景不符

修正后的实现代码 #

方案1：仅允许ASCII可打印合法字符（适配纯英文CSV场景） #

package routines;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class CsvCharacterValidator {
    // 允许的字符范围：ASCII可打印字符区间（空格~波浪线），排除所有控制字符和非ASCII乱码
    private static final Pattern INVALID_CHAR_PATTERN = Pattern.compile("[^\\x20-\\x7E]");
    
    /**
     * 检测CSV字段是否包含异常特殊字符
     * @param fieldContent CSV字段内容
     * @return 存在异常字符返回true，正常返回false
     */
    public static boolean hasInvalidCharacter(String fieldContent) {
        if (fieldContent == null || fieldContent.isEmpty()) {
            return false;
        }
        Matcher matcher = INVALID_CHAR_PATTERN.matcher(fieldContent);
        return matcher.find();
    }

    // 调用示例
    public static void main(String[] args) {
        String testStr = "þ–J¹ØÀ8”‹Ýøm~”o^ÒÀŸ¢Æ~]®QÅ6›j„VaºÊº’>Ô)2¡@,K1¨!ïZS¯W›÷�";
        if (hasInvalidCharacter(testStr)) {
            System.out.println("检测到异常特殊字符，请检查当前字段内容：" + testStr);
        }
    }
}

方案2：支持多语言CSV场景 #

如果CSV包含中文、日文等非ASCII合法字符，可调整正则为仅拦截不可打印控制字符和乱码占位符：

// 匹配规则：仅拦截ASCII控制字符、Unicode乱码替换字符（�）
private static final Pattern INVALID_CHAR_PATTERN = Pattern.compile("[\\p{Cntrl}\\ufffd]");

使用说明 #

读取CSV文件时按行拆分字段，逐字段调用hasInvalidCharacter方法，返回true时输出对应行号、字段序号即可快速定位问题。

内容的提问来源于stack exchange，提问作者Kanhye Pravesh