Java 字符串处理：精准移除文本中除标准空格外的所有空白字符

import java.util.regex.Pattern;

public class TextCleaner {

    /**
     * 移除字符串中除标准空格外的所有非标准空白字符和格式控制字符。
     * 特别针对零宽度空格 (U+200B) 等 Unicode 格式字符。
     *
     * @param text 待处理的字符串。
     * @return 清理后的字符串，如果输入为 null，则返回空字符串。
     */
    public String cleanTextExceptStandardSpace(String text) {
        if (text == null) {
            return "";
        }

        // 1. 移除字符串两端的标准空白字符。
        // Java 11+ 提供了 stripLeading() 和 stripTrailing()，它们对 Unicode 空白字符的支持比 trim() 更全面。
        // 对于旧版本Java，可以使用 text.trim()，但其对Unicode空白字符的支持不如 strip* 方法。
        String trimmedText = text.stripLeading().stripTrailing();

        // 2. 使用 Unicode 属性 p{Cf} 匹配并移除所有格式控制字符。
        // p{Cf} (Format) 类别包含那些影响文本布局或外观但本身不可见的字符，
        // 例如零宽度空格 (U+200B), 零宽度非连接符 (U+200C), 软连字符 (U+00AD) 等。
        // 这个正则表达式会精确移除这些“隐形”字符，同时保留普通空格。
        return trimmedText.replaceAll("[\p{Cf}]", "");
    }

    public static void main(String[] args) {
        TextCleaner cleaner = new TextCleaner();

        // 示例1：包含零宽度空格 (U+200B) 和前后标准空格
        String text1 = "  Hellou200BWorld  ";
        System.out.println("原始字符串1: '" + text1 + "'");
        System.out.println("清理后字符串1: '" + cleaner.cleanTextExceptStandardSpace(text1) + "'");
        // 预期输出: 'HelloWorld' (前后空格和U+200B被移除)

        // 示例2：包含标准空格和零宽度空格
        String text2 = "  This is au200Btest string.  ";
        System.out.println("原始字符串2: '" + text2 + "'");
        System.out.println("清理后字符串2: '" + cleaner.cleanTextExceptStandardSpace(text2) + "'");
        // 预期输出: 'This is a test string.' (前后空格和U+200B被移除，中间普通空格保留)

        // 示例3：只包含标准空格
        String text3 = "   Just  spaces   ";
        System.out.println("原始字符串3: '" + text3 + "'");
        System.out.println("清理后字符串3: '" + cleaner.cleanTextExceptStandardSpace(text3) + "'");
        // 预期输出: 'Just  spaces' (前后空格被移除，中间普通空格保留)

        // 示例4：演示 p{Cf} 不会移除其他类型的非标准空白字符，例如非断行空格 (U+00A0)。
        // U+00A0 属于 Unicode 属性 p{Zs} (Space Separator)，而非 p{Cf}。
        String text4 = "  Anotheru00A0Example withu200Bmixed  ";
        System.out.println("原始字符串4: '" + text4 + "'");
        String cleanedText4 = cleaner.cleanTextExceptStandardSpace(text4);
        System.out.println("清理后字符串4 (仅移除 \p{Cf}): '" + cleanedText4 + "'");
        // 预期输出: 'Anotheru00A0Example withmixed' (U+200B被移除，U+00A0被保留)
    }
}