如何移除Java Server Faces(JSF)应用中用户输入文本的垃圾字符？

碰到过好多次用户从PPT复制粘贴带奇怪垃圾字符的情况了，其实这些大多是PPT的格式残留、不可见控制字符或者多余的格式标记（比如下划线、重复空格），下面几个方法可以高效解决这个问题：

1. 正则表达式过滤（最通用方案） #

这是我最常用的方法，核心是定义允许保留的字符范围，把其他所有不符合的字符都过滤掉。比如如果你的应用需要支持中文、英文、数字和常用标点，就可以写这样的正则：

public String cleanPastedText(String input) {
    if (input == null) return null;
    
    // 第一步：只保留允许的字符（可根据业务需求调整范围）
    String filtered = input.replaceAll("[^a-zA-Z0-9\\u4e00-\\u9fa5\\.,!?;:\\s\\-]", "");
    // 第二步：把连续多个空格替换成单个空格，再去除首尾空格
    return filtered.replaceAll("\\s+", " ").trim();
}

• [^...] 表示取反匹配，也就是只保留括号里列出的字符；
• \\u4e00-\\u9fa5 是中文汉字的Unicode范围；
• 最后处理连续空格和首尾空格，避免粘贴后出现大片空白。

2. 借助Apache Commons Lang简化代码 #

如果你的项目已经引入了Apache Commons Lang库，直接用它的工具类可以少写很多重复代码：

import org.apache.commons.lang3.StringUtils;

public String cleanTextWithCommons(String input) {
    if (StringUtils.isBlank(input)) return input;
    
    // 过滤非允许字符
    String cleaned = StringUtils.replacePattern(input, "[^a-zA-Z0-9\\u4e00-\\u9fa5\\.,!?;:\\s\\-]", "");
    // 一键标准化空格（自动处理连续空格、首尾空格）
    return StringUtils.normalizeSpace(cleaned);
}

StringUtils.normalizeSpace() 会自动把各种空白字符（包括非断空格、制表符）转换成普通空格，同时合并连续空格并去除首尾空格，非常省心。

3. 针对性处理PPT专属格式字符 #

有时候PPT粘贴的垃圾字符是特定的Unicode控制字符（比如零宽空格、非断空格），可以先针对性替换这些字符，再做通用过滤：

public String removePptSpecificChars(String input) {
    if (input == null) return null;
    
    return input.replace("\u200B", "") // 移除零宽空格
                .replace("\u00A0", " ") // 把非断空格转换成普通空格
                .replaceAll("_+", "") // 移除连续下划线
                .replaceAll("\\s+", " ")
                .trim();
}

这些字符是PPT里常见的格式残留，单独处理后再做通用过滤，效果会更好。

额外建议：前后端双重处理 #

为了确保数据干净，建议前后端都做处理：

• 前端：在输入框的onpaste事件里用JavaScript先清理文本，减少后端压力：

  document.getElementById('userInput').addEventListener('paste', function(e) {
      e.preventDefault();
      const text = (e.clipboardData || window.clipboardData).getData('text');
      // 前端同逻辑过滤
      const cleanedText = text.replace(/[^a-zA-Z0-9\u4e00-\u9fa5\.,!?;: \-]/g, '')
                              .replace(/\s+/g, ' ')
                              .trim();
      document.execCommand('insertText', false, cleanedText);
  });
  

• 后端：在JSF ManagedBean的setter方法或者自定义Validator里调用清理方法，防止绕过前端的情况：

  private String userInput;
  
  public void setUserInput(String userInput) {
      // 赋值前先清理
      this.userInput = cleanPastedText(userInput);
  }
  

内容的提问来源于stack exchange，提问作者Prashant Vhasure