如何从字符串中删除非ASCII字符？(在C#中)

Question

如何从字符串中删除非ASCII字符？(在C#中)

Answer 1

string s = "søme string";
s = Regex.Replace(s, @"[^\u0000-\u007F]+", string.Empty);

Answer 2

这是一个不使用正则表达式的纯.NET解决方案:

string inputString = "Räksmörgås";
string asAscii = Encoding.ASCII.GetString(
    Encoding.Convert(
        Encoding.UTF8,
        Encoding.GetEncoding(
            Encoding.ASCII.EncodingName,
            new EncoderReplacementFallback(string.Empty),
            new DecoderExceptionFallback()
            ),
        Encoding.UTF8.GetBytes(inputString)
    )
);

它可能看起来很麻烦,但它应该是直观的.它使用.NET ASCII编码转换字符串.转换期间使用UTF8,因为它可以表示任何原始字符.它使用EncoderReplacementFallback将任何非ASCII字符转换为空字符串.

Answer 3

我相信MonsCamus意味着:

parsememo = Regex.Replace(parsememo, @"[^\u0020-\u007E]", string.Empty);

Answer 4

如果你不想剥离,但实际上将拉丁语重音转换为非重音字符,请看一下这个问题:如何将8位字符转换为7位字符？(即Ü到U)

Answer 5

受philcruz的Regular Expression解决方案的启发,我制作了纯粹的LINQ解决方案

public static string PureAscii(this string source, char nil = ' ')
{
    var min = '\u0000';
    var max = '\u007F';
    return source.Select(c => c < min ? nil : c > max ? nil : c).ToText();
}

public static string ToText(this IEnumerable<char> source)
{
    var buffer = new StringBuilder();
    foreach (var c in source)
        buffer.Append(c);
    return buffer.ToString();
}

这是未经测试的代码.

Answer 6

我发现以下稍微改变的范围对于解析数据库中的注释块很有用，这意味着您不必与制表符和转义字符竞争，这会导致 CSV 字段变得混乱。

parsememo = Regex.Replace(parsememo, @"[^\u001F-\u007F]", string.Empty);

如果您想避免其他特殊字符或特定标点符号，请检查ascii 表

Answer 7

不需要正则表达式.只是使用编码...

sOutput = System.Text.Encoding.ASCII.GetString(System.Text.Encoding.ASCII.GetBytes(sInput));

Answer 8

我来这里寻找扩展 ascii 字符的解决方案，但找不到。我找到的最接近的是bzlm's solution。但这仅适用于高达 127 的 ASCII 代码（显然您可以替换他代码中的编码类型，但我认为理解起来有点复杂。因此，共享此版本）。这是一个适用于扩展 ASCII 代码的解决方案，即高达 255，即ISO 8859-1

它查找并去除非 ascii 字符（大于 255）

Dim str1 as String= "â, ??î or ôu? n?i?++$-?!??4?od;/?'®;?:?)///1!@#"

Dim extendedAscii As Encoding = Encoding.GetEncoding("ISO-8859-1", 
                                                New EncoderReplacementFallback(String.empty),
                                                New DecoderReplacementFallback())

Dim extendedAsciiBytes() As Byte = extendedAscii.GetBytes(str1)

Dim str2 As String = extendedAscii.GetString(extendedAsciiBytes)

console.WriteLine(str2)
'Output : â, ??î or ôu ni++$-!??4od;/';:)///1!@#$%^yz:

这是代码的工作小提琴

根据要求更换编码，其余保持不变。