檢查字符串是否包含非字母數字字符

1. 概述

在本教程中，我們將學習如何檢查字符串是否包含非字母數字字符。此功能在各種場景中都至關重要，例如查找密碼的強度、拒絕在應用程序中輸入的特殊字符等等。當我們想要將其使用限制為語言腳本時，這個要求變得更加有趣，我們也嘗試在這裡解決這個問題。

2. 使用正則表達式

我們認為使用正則表達式是實現這一要求的最靈活的方式。讓我們考慮一個簡單的用例，其中應用程序必須僅接受英文數字和字母字符。為了實現這一點，我們使用正則表達式[^a-zA-Z0-9]來識別非字母數字字符：

public class NonAlphaNumRegexChecker {
 private static final Pattern PATTERN_NON_ALPHNUM_USASCII = Pattern.compile("[^a-zA-Z0-9]+");

 public static boolean isAlphanumeric(String str) {
 Matcher matcher = PATTERN_NON_ALPHNUM_USASCII.matcher(str);
 return matcher.find();
 }
 }

但如果應用程序想要接受其他語言的字母，那麼我們必須調整正則表達式，使其也涵蓋 Unicode 字母字符和數字。有關更多詳細信息，請查看 Javadocs 中的“Unicode 支持”部分。在這裡，我們使用正則表達式二進制屬性類IsAlphabetic和IsDigit:

public class NonAlphaNumRegexChecker {
 private static final Pattern PATTERN_NON_ALPHNUM_ANYLANG = Pattern.compile("[^\\p{IsAlphabetic}\\p{IsDigit}]");

 public static boolean containsNonAlphanumeric(String input) {
 Matcher matcher = PATTERN_NON_ALPHNUM_ANYLANG.matcher(input);
 return matcher.find();
 }
 }

讓我們考慮另一個用例，其中應用程序僅接受特定Unicode 腳本（例如西里爾文、格魯吉亞文或希臘文）中的字符。為了實現這種情況，正則表達式支持 Unicode 腳本類，例如IsCyrillic 、 IsGreek 、 IsGeorgian等。讓我們看一個例子：

public class NonAlphaNumRegexChecker {
 public static boolean containsNonAlphanumeric(String input, String script) {
 String regexScriptClass = "\\p{" + "Is" + script + "}";
 Pattern pattern = Pattern.compile("[^" + regexScriptClass + "\\p{IsDigit}]"); //Binary properties
 Matcher matcher = pattern.matcher(input);
 return matcher.find();
 }
 }

由於上述方法以語言腳本作為參數，因此每次都必須編譯模式。這可能是性能瓶頸，因此，我們可以在映射中緩存枚舉Character.UnicodeScript中提到的所有腳本的已編譯Pattern對象，並使用關鍵script檢索它。

3. 使用字符Character的isLetterOrDigit() M方法

現在，讓我們看一下Character類，它可以幫助實現上一節中討論的所有用例。第一個解決方案使用isLetterOrDigit()方法檢查以任何語言編寫的字符串中的非字母數字字符：

public class NonAlphaNumericChecker {
 public static boolean isNonAlphanumericAnyLangScript(String str) {
 for (int i = 0; i < str.length(); i++) {
 char c = str.charAt(i);
 if (!Character.isLetterOrDigit(c)) {
 return true;
 }
 }
 return false;
 }
 }

但是，如果我們只想允許特定的語言腳本，那麼我們必須對其進行一些調整。在這裡，當一個字符既不是該語言中的字母也不是數字時，我們將其視為非字母數字：

public class NonAlphaNumericChecker {
 public static boolean isNonAlphanumericInLangScript(String str, String script) {
 for (int i = 0; i < str.length(); i++) {
 char c = str.charAt(i);
 if (!Character.UnicodeScript.of(c).toString().equalsIgnoreCase(script)
 && !Character.isDigit(c)) {
 return true;
 }
 }
 return false;
 }
 }

4. 使用 Apache Commons Lang 庫中的StringUtils類

這是迄今為止使用的所有技術中最不靈活的。 StringUtils中的isAlphanumeric()方法支持所有 Unicode 字母或數字，但不支持識別字符串中使用的語言腳本。讓我們看看它的實際效果：

public static boolean isNonAlphanumericAnyLangScriptV2(String str) {
 return !StringUtils.isAlphanumeric(str);
 }

5. 結論

在本教程中，我們討論了一些必須檢查字符串中是否存在非字母數字字符的用例。我們得出的結論是，正則表達式技術是所有可用選項中最靈活的。此處使用的代碼片段以及相關的 JUnit 測試用例可在 GitHub 上獲取。