如何去除字符串中的 "\n" ？

作者丨鱼皮

来源丨程序员鱼皮

大家好，我是鱼皮，今天分享一个小知识。

我最近负责的工作是设计一个 SQL 解析引擎。简单来说，就是将一个 SQL 表达式字符串，解析为一颗对象树，从而执行查询等一系列操作。

在最开始，我就遇到了一个很头疼的问题，用户编写的 SQL 语句可能非常不标准！

理想的 SQL 语句，缩进很规范，没有多余的字符：

select * from user;

而现实往往是这样的：

 select * \n
from   user;

上述语句不仅缩进、换行很随意，还多了很多无意义的字符串，比如 "\n" ！

因此，想要设计一个通用性强的 SQL 解析引擎，首先要对字符串进行 预处理，将输入的 SQL 语句标准化。比如去除回车、换行、冗余的空格和特殊字符等。

那问题来了，如何去除字符串中的所有 "\n" 呢？注意，这里的 "\n" 并不是换行符，而是由字符 '\' 和字符 'n' 组成的字符串！

# 转换前
select * \n 
from user;

# 转换后
select * from user;

首先我想到了两种思路：

1. 用循环语句顺序扫描每个字符，通过当前字符和下一个字符判断是否为 "\n"，再移除。
2. 直接用 Java 语言提供的 replaceAll 方法，传入一个正则表达式，直接将完整字符串中所有匹配正则的子串替换为空串。

我这里选择后者，直接用现成的方法会比较方便，而且借助强大的正则表达式，可以同时替换掉多个冗余字符。

Java 正则表达式定义：

/*
 * 全部替换
 * regex 正则表达式
 * replacement 要替换成的新串
 */
public String replaceAll(String regex, String replacement) {
  return Pattern.compile(regex).matcher(this).replaceAll(replacement);
}

刚开始我想的太简单了，直接编写出如下代码：

str.replaceAll("\n", "");

结果，并不能顺利地替换掉字符串中的 "\n"，仅仅是把换行符去掉了！

原因很简单，在 Java 字符常量中，反斜杠（\）是一个特殊的字符，被称为 转义字符，它的作用是用来转义后面一个字符，本身不具有实际意义!

因此，不能用下面这种方式直接输出反斜杠：

如果想要单独输出一个反斜杠，需要再加上一个反斜杠转义：

同理，想要输出一个 "\n" 字符串，代码要这么写：

System.out.println("\\n")

那不妨试试这个正则表达式：

str.replaceAll("\\n", "");

结果出乎意料，竟然和只用一个反斜杠时的效果一样！仅仅是移除了换行符。

其实，正确的答案应该是使用 四个反斜杠，因为反斜杠在 Java 和正则表达式中都是转义字符！

其中，第一个斜杠是转义符，第二个斜杠是斜杠本身，第三个斜杠又是转义符，第四个斜杠是斜杠本身。

在 Java 中，输出 "\n" 字符串需要两个反斜杠和一个 'n'，在 Java 的正则表达式中，要给这两个反斜杠分别再分配一个反斜杠进行转义，才能生效。

总而言之，记住一句话：Java 正则表达式中，匹配一个反斜杠要用四个反斜杠！

最后，正则表达式可是一门大学问，推荐一款学习、创建和测试正则表达式的在线可视化工具，RegExr。通过练习的方式学习，很快就能入门啦！