문자열에서 비 ASCII 문자를 어떻게 제거 할 수 있습니까? (C #에서)

문자열에서 비 ASCII 문자를 어떻게 제거 할 수 있습니까? (C #에서)

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

정규식을 사용하지 않는 순수한 .NET 솔루션은 다음과 같습니다.

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)
    )
);

번거로울 수 있지만 직관적이어야합니다. .NET ASCII 인코딩을 사용하여 문자열을 변환합니다. UTF8은 원래 문자를 나타낼 수 있으므로 변환 중에 사용됩니다. EncoderReplacementFallback을 사용하여 비 ASCII 문자를 빈 문자열로 변환합니다.

MonsCamus의 의미는 다음과 같습니다.

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

제거하지 않고 실제로 라틴 악센트를 강조되지 않은 문자로 변환하려면 다음 질문을 살펴보십시오. 8 비트 문자를 7 비트 문자로 어떻게 변환합니까? (예 : U에서 U로)

필 크루즈의 정규 표현식 솔루션 에서 영감을 얻어 순수한 LINQ 솔루션을 만들었습니다.

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();
}

이것은 테스트되지 않은 코드입니다.

정규식이 필요하지 않습니다. 그냥 인코딩을 사용하십시오 ...

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

주석 블록을 데이터베이스에서 구문 분석하는 데 다음과 같이 약간 변경된 범위가 유용하다는 것을 알았습니다. 이는 CSV 필드를 화나게하는 탭 및 이스케이프 문자와 충돌 할 필요가 없음을 의미합니다.

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

다른 특수 문자 나 구두점을 피 하려면 ASCII 표를 확인하십시오 .

나는 확장 ASCII 문자에 대한 해결책을 찾기 위해 여기에 왔지만 찾을 수 없었습니다. 내가 찾은 가장 가까운 것은 bzlm 's solution 입니다. 그러나 그것은 127까지 ASCII 코드에서만 작동합니다 (분명히 코드의 인코딩 유형을 바꿀 수는 있지만 이해하기가 다소 복잡하다고 생각 하므로이 버전을 공유합니다). 여기에 작동하는 솔루션의 확장 된 ASCII 코드는 255 개까지하여 예 는 IS ISO 8859-1

ASCII가 아닌 문자를 찾아서 제거합니다 (255보다 큼)

Dim str1 as String= "â, ??î or ôu🕧� n☁i✑💴++$-💯♓!🇪🚑🌚‼⁉4⃣od;/⏬'®;😁☕😁:☝)😁😁///😍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:

다음 은 코드 작동 바이올린입니다.

요구 사항에 따라 인코딩을 교체하고 나머지는 동일하게 유지해야합니다.

이것은 최적의 성능 측면이 아니지만 매우 간단한 Linq 접근 방식입니다.

string strippedString = new string(
    yourString.Where(c => c <= sbyte.MaxValue).ToArray()
    );

단점은 모든 "생존하는"문자가 먼저 유형의 배열에 삽입 된 char[]다음 string생성자가 더 이상 사용하지 않으면 버린다 는 것입니다.

이 정규식을 사용했습니다.

    string s = "søme string";
    Regex regex = new Regex(@"[^a-zA-Z0-9\s]", (RegexOptions)0);
    return regex.Replace(s, "");

이 정규식을 사용하여 파일 이름에서 잘못된 문자를 걸러냅니다.

Regex.Replace(directory, "[^a-zA-Z0-9\\:_\- ]", "")

파일 이름에 허용되는 모든 문자 여야합니다.