如何用正则表达式C＃替换空格（将Unicode转换为utf-8）

Question

我正在尝试在C＃中执行替换正则表达式。我尝试编写的方法用UTF-8中的普通空格替换了一些Unicode字符（空格）。

让我用代码解释。我不好写正则表达式，文化信息和正则表达式。

    //This method replace white spaces in unicode by whitespaces UTF-8
    public static string cleanUnicodeSpaces(string value)
    {
        //This first pattern works but, remove other special characteres
        //For example: mark accents
        //string pattern = @"[^\u0000-\u007F]+"; 
        string cleaned = ""; 
        string pattern = @"[^\u0020\u0009\u000D]+"; //Unicode characters
        string replacement = ""; //Replace by UTF-8 space
        Regex regex = new Regex(pattern);
        cleaned = regex.Replace(value, replacement).Trim(); //Trim by quit spaces
        return cleaned;
    }

Unicode空格

• HT：U + 0009 =字符列表
• LF：U + 000A =换行
• CR：U + 000D =回车

我做错了什么？

资源

1. Unicode字符：https：//unicode-table.com/en
2. 空白：https：//en.wikipedia.org/wiki/Whitespace_character
3. 正则表达式：https ://msdn.microsoft.com/es-es/library/system.text.regularexpressions.regex( v= vs.110).aspx

解决方案 感谢@ wiktor-stribi？ew和@ mathias-r-jessen，解决方案：

 string pattern = @"[\u0020\u0009\u000D\u00A0]+";
 //I include \u00A0 for replace &nbsp

Answer 1

您的正则表达式- [^\u0020\u0009\u000D]+是一个否定的字符类，与常规空格（），制表符（）和回车符（）以外的任何1个以上的字符匹配。您实际上是在寻找一个正字符类，该类与您在问题中指定的三个字符之一（换行符，回车符和制表符）相匹配，并带有常规空格（）。\u0020\u0009\u000D\x0A\x0D\x09\x20

你可以只用

var res = Regex.Replace(s, @"[\x0A\x0D\x09]", " ");

见正则表达式演示