我将不胜感激你的帮助,因为我不知道要使用哪个范围的字符,或者我在 ruby 中找到了像 [[:cntrl:]] 这样的字符类?
通过不可打印,我的意思是在打印输入字符串时删除 ie 输出中未显示的所有字符。请注意,我寻找 C# 正则表达式,我的代码没有问题
您可以使用
删除所有控制字符和其他不可打印字符s = Regex.Replace(s, @"\p{C}+", string.Empty);
\p{C}
Unicode 类别类匹配所有控制字符,甚至是 ASCII 表之外的控制字符,因为在 .NET 中,Unicode 类别类默认支持 Unicode。
将其细分为子类别
\p{Cc}+
,请参阅其他、控制 Unicode 类别中的 65 个字符。它等于 [\u0000-\u0008\u000E-\u001F\u007F-\u0084\u0086-\u009F \u0009-\u000D \u0085]+
正则表达式。\u00AD
)、零宽度空格 (\u200B
)、零宽度非连接符 (\u200C
)、零- 宽度连接符 (\u200D
)、从左到右标记 (\u200E
) 和从右到左标记 (\u200F
) 使用 \p{Cf}+
。包含星体位置代码点的等效项是 (?:[\xAD\u0600-\u0605\u061C\u06DD\u070F\u08E2\u180E\u200B-\u200F\u202A-\u202E\u2060-\u2064\u2066-\u206F\uFEFF\uFFF9-\uFFFB]|\uD804[\uDCBD\uDCCD]|\uD80D[\uDC30-\uDC38]|\uD82F[\uDCA0-\uDCA3]|\uD834[\uDD73-\uDD7A]|\uDB40[\uDC01\uDC20-\uDC7F])+
正则表达式。\p{Co}+
,或其等效项,包括星体位置代码点,(?:[\uE000-\uF8FF]|[\uDB80-\uDBBE\uDBC0-\uDBFE][\uDC00-\uDFFF]|[\uDBBF\uDBFF][\uDC00-\uDFFD])+
。\p{Cs}+
或 [\uD800-\uDFFF]+
正则表达式。你可以尝试:
string s = "Täkörgåsmrgås";
s = Regex.Replace(s, @"[^\u0000-\u007F]+", string.Empty);
有关不可打印字符的文档: https://en.wikipedia.org/wiki/Control_character
Char.IsControl 方法:
https://msdn.microsoft.com/en-us/library/system.char.iscontrol.aspx
也许你可以尝试:
string input; // this is your input string
string output = new string(input.Where(c => !char.IsControl(c)).ToArray());
删除所有控制字符和其他不可打印字符
Regex.Replace(s, @"\p{C}+", String.Empty);
仅删除控制字符(如果您不想删除表情符号😎)
Regex.Replace(s, @"\p{Cc}+", String.Empty);
你可以试试这个:
public static string TrimNonAscii(this string value)
{
string pattern = "[^ -~]*";
Regex reg_exp = new Regex(pattern);
return reg_exp.Replace(value, "");
}
您可以将它们替换为
\x<ASCII-Value>
,而不是删除不可打印的字符
var formattedText = Regex.Replace(text, @"\p{C}+",
match => string.Join("",
match.Value.ToCharArray().
Select(ch => $"\\x{(int)ch:D2}")));
这会产生一个字符串
var text = "Bel\x07\n\rOr\t TAB"
Bel\x07\x0A\x0DOr\x09 TAB