Java Apache POI异常空白（已解决：\u00A0非中断空格）

编辑：已解决的答案：是00a0非中断空间，而不是c0a0非中断空间

在使用ApachePOI将docx转换为纯文本，然后将纯文本读入Java并尝试对其进行解析之后，我遇到了以下问题

输出：

" "
first characterequals SPACE OR TAB 
false
[B@5e481248
[B@66d3c617
ARRAYTOSTRING SPACE: [32]
ARRAYTOSTRING ?????: [-62, -96]

代码：

System.out.println("\t\"" + line.substring(0,1) + "\"\n\tfirst characterequals SPACE OR TAB \n\t" + (line.substring(0,1).equals(" ") 
                        || line.substring(0,1).equals("\t") ));
System.out.println(line.substring(0,1).getBytes());
System.out.println(" ".getBytes());
System.out.println("ARRAYTOSTRING SPACE: " + Arrays.toString(" ".getBytes()));
System.out.println("ARRAYTOSTRING ?????: " + Arrays.toString(line.substring(0,1).getBytes()));

String.trim（）无法摆脱它
String.replaceAll（“\s”，”）不会删除它

---

我正试图解析一个巨大的材料文档，这将成为一个主要障碍。我不知道发生了什么，也不知道如何与之交互，有人能解释一下这里发生了什么吗？

这转换成带有十六进制代码的字节

c2 a0

，根据UTF-8编码的非中断空间。请注意，这不是一个真正的空格，\s将与它不匹配。

这对我很有用：

 String valor = org.apache.commons.lang3.StringUtils.normalizeSpace(java.text.Normalizer.normalize(valor, java.text.Normalizer.Form.NFD));

---

您真的应该至少添加一段提取代码。我不确定提取代码在上下文之外是否有意义，它只是逐行拉动，而这个调试代码段正在复制循环检查，以使其可见实际比较的内容。1）是否有一个易于引用的源/字符集显示为空白，但与之不匹配（或包含这些字符的正则表达式）2）这个字符是否有转义序列或任何可以匹配的简单序列？我使用了（尽管它包含许多其他结果）。转义序列应该是（毫不奇怪的）

\u{c2a0}

。是否有其他我可能遇到的假空白，或者这是异常值，请看amp what页面，它列出了一些。值得注意的非挡泥板包括\u200B、零宽度空白以及\u2002a到\u200a（各种空白宽度）和\u200F（这是一个狭窄的不间断空间）。非常感谢，这非常有用。