从字符串中删除所有非ASCII字符

Question

我有一个C#例程,它从CSV文件导入数据,将其与数据库匹配,然后将其重写为文件.源文件似乎有一些非ASCII字符,这些字符会污染处理程序.

我已经有一个静态方法,我运行每个输入字段,但它执行基本检查,如删除逗号和引号.有谁知道如何添加删除非ASCII字符的功能？

Answer 1

一个简单的解决方案:

public static bool IsASCII(this string value)
{
    // ASCII encoding replaces non-ascii with question marks, so we use UTF8 to see if multi-byte sequences are there
    return Encoding.UTF8.GetByteCount(value) == value.Length;
}

来源:http://snipplr.com/view/35806/

Answer 2

string sOut = Encoding.ASCII.GetString(Encoding.ASCII.GetBytes(s))

Answer 3

一劳永逸

public string ReturnCleanASCII(string s)
{
    StringBuilder sb = new StringBuilder(s.Length);
    foreach(char c in s)
    {
       if((int)c > 127) // you probably don't want 127 either
          continue;
       if((int)c < 32)  // I bet you don't want control characters 
          continue;
       if(c == ',')
          continue;
       if(c == '"')
          continue;
       sb.Append(c);
    }
    return sb.ToString();
}

Answer 4

如果你想测试一个特定的角色,你可以使用

if ((int)myChar <= 127)

只是获取字符串的ASCII编码不会告诉您特定字符是非ASCII开头(如果您关心).请参阅MSDN.

Answer 5

这是对已接受答案的改进：

string fallbackStr = "";

Encoding enc = Encoding.GetEncoding(Encoding.ASCII.CodePage,
  new EncoderReplacementFallback(fallbackStr),
  new DecoderReplacementFallback(fallbackStr));

string cleanStr = enc.GetString(enc.GetBytes(inputStr));

此方法将用的值替换未知字符fallbackStr，如果fallbackStr为空，则将其完全排除。（请注意，enc可以在函数范围之外定义。）