是否有一个跨平台的Java方法来删除文件名特殊字符？

Question

我正在制作一个跨平台的应用程序,它根据在线检索的数据重命名文件.我想清理我从当前平台的Web API中获取的字符串.

我知道不同的平台有不同的文件名要求,所以我想知道是否有跨平台的方式来做到这一点？

编辑:在Windows平台上,您不能有问号'？' 在文件名中,而在Linux中,您可以.文件名可能包含这些字符,我希望支持这些字符的平台保留它们,否则,将它们删除.

此外,我更喜欢不需要第三方库的标准Java解决方案.

Answer 1

正如其他地方所建议的那样,这通常不是你想要做的.通常最好使用安全方法(如File.createTempFile())创建临时文件.

您不应该使用白名单执行此操作,只保留"好"字符.如果文件仅由中文字符组成,那么您将从中删除所有内容.我们不能因此而使用白名单,我们必须使用黑名单.

Linux几乎允许任何可能真正痛苦的事情.我只是将Linux限制在你限制Windows的同一个列表中,这样你就可以在将来避免头痛.

在Windows上使用此C#片段我生成了一个在Windows上无效的字符列表.这个列表中有比你想象的更多的字符(41)所以我不建议你尝试创建自己的列表.

        foreach (char c in new string(Path.GetInvalidFileNameChars()))
        {
            Console.Write((int)c);
            Console.Write(",");
        }

这是一个简单的Java类,它"清理"文件名.

public class FileNameCleaner {
final static int[] illegalChars = {34, 60, 62, 124, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 58, 42, 63, 92, 47};
static {
    Arrays.sort(illegalChars);
}
public static String cleanFileName(String badFileName) {
    StringBuilder cleanName = new StringBuilder();
    for (int i = 0; i < badFileName.length(); i++) {
        int c = (int)badFileName.charAt(i);
        if (Arrays.binarySearch(illegalChars, c) < 0) {
            cleanName.append((char)c);
        }
    }
    return cleanName.toString();
}
}

编辑:正如斯蒂芬建议你也可能应该验证这些文件访问只发生在你允许的目录中.

以下答案包含用于在Java中建立自定义安全上下文然后在该"沙箱"中执行代码的示例代码.

如何创建安全的JEXL(脚本)沙箱？

Answer 2

或者只是这样做:

String filename = "A20/B22b#öA\\BC#Ä$%ld_ma.la.xps";
String sane = filename.replaceAll("[^a-zA-Z0-9\\._]+", "_");

结果: A20_B22b_A_BC_ld_ma.la.xps

说明:

[a-zA-Z0-9\\._] 匹配az小写或大写,数字,点和下划线的字母

[^a-zA-Z0-9\\._]是反过来的.即所有与第一个表达式不匹配的字符

[^a-zA-Z0-9\\._]+ 是一系列与第一个表达式不匹配的字符

所以每个字符序列都不包含az,0-9或者字符._将被替换.

Answer 3

这是基于Sarel Botha接受的答案,只要你没有遇到基本多语言平面之外的任何字符,它就可以正常工作.如果您需要完整的Unicode支持(谁不支持？)使用此代码而不是Unicode安全:

public class FileNameCleaner {
  final static int[] illegalChars = {34, 60, 62, 124, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 58, 42, 63, 92, 47};

  static {
    Arrays.sort(illegalChars);
  }

  public static String cleanFileName(String badFileName) {
    StringBuilder cleanName = new StringBuilder();
    int len = badFileName.codePointCount(0, badFileName.length());
    for (int i=0; i<len; i++) {
      int c = badFileName.codePointAt(i);
      if (Arrays.binarySearch(illegalChars, c) < 0) {
        cleanName.appendCodePoint(c);
      }
    }
    return cleanName.toString();
  }
}

这里的主要变化:

• 使用codePointCount icw length而不仅仅是length
• 使用codePointAt代替charAt
• 使用appendCodePoint而不是append
• 无需投chars到int秒.事实上,你永远不应该处理chars,因为它们基本上是因为BMP之外的任何事情而被打破.

Answer 4

有一个非常好的内置Java解决方案 - Character.isXxx().

试试Character.isJavaIdentifierPart(c):

String name = "name.é+!@#$%^&*(){}][/=?+-_\\|;:`~!'\",<>";
StringBuilder filename = new StringBuilder();

for (char c : name.toCharArray()) {
  if (c=='.' || Character.isJavaIdentifierPart(c)) {
    filename.append(c);
  }
}

结果是"name.é$ _".

Answer 5

这是我使用的代码:

public static String sanitizeName( String name ) {
    if( null == name ) {
        return "";
    }

    if( SystemUtils.IS_OS_LINUX ) {
        return name.replaceAll( "/+", "" ).trim();
    }

    return name.replaceAll( "[\u0001-\u001f<>:\"/\\\\|?*\u007f]+", "" ).trim();
}

SystemUtils来自Apache commons-lang3

Answer 6

你的问题并不清楚,但是因为你打算从网络表格中接受路径名(？),你可能应该阻止尝试重命名某些东西; 例如"C:\ Program Files".这意味着您需要规范化路径名以消除"." 在进行访问检查之前和"..".

鉴于此,我不会尝试删除非法字符.相反,我使用"new File(str).getCanonicalFile()"来生成规范路径,接下来检查它们是否满足您的沙盒限制,最后使用"File.exists()","File.isFile()"等,以检查源和目标是否是犹太教,并且不是相同的文件系统对象.我会通过尝试执行操作并捕获异常来处理非法字符.