如何通过正则表达式删除字符串中的额外返回和空格？

Question

我将HTML代码转换为纯文本.但是有很多额外的返回和空格.如何删除它们？

Answer 1

string new_string = Regex.Replace(orig_string, @"\s", "") 将删除所有空格

string new_string = Regex.Replace(orig_string, @"\s+", " ") 只会将多个空格合并为一个空格

Answer 2

我假设你想要

• 找到两个或多个连续的空格,并用一个空格替换它们,和
• 找到两个或多个连续的换行符,并用一个换行符替换它们.

如果这是正确的,那么你可以使用

resultString = Regex.Replace(subjectString, @"( |\r?\n)\1+", "$1");

这样可以保持原始的"类型"空白不变,并且还可以正确保留Windows行结尾.如果您还想将多个标签"压缩"为一个,请使用

resultString = Regex.Replace(subjectString, @"( |\t|\r?\n)\1+", "$1");

要将一串换行符和空格(每个的任意数量)压缩到一个换行符中,请使用

resultString = Regex.Replace(subjectString, @"(?:(?:\r?\n)+ +){2,}", @"\n");