Answers:
string s = "søme string";
s = Regex.Replace(s, @"[^\u0000-\u007F]+", string.Empty);
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)
)
);
它看起来很麻烦,但是应该很直观。它使用.NET ASCII编码来转换字符串。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。
如果您不想剥离,而是实际上将拉丁字母的带重音符号转换为非带重音符号的字符,请看以下问题:如何将8位字符转换为7位字符?(即Ü到U)
受philcruz正则表达式解决方案的启发,我制作了一个纯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。
return new string( source.Where( c => c >= min && c <= max ).ToArray() );
无需正则表达式。只是使用编码...
sOutput = System.Text.Encoding.ASCII.GetString(System.Text.Encoding.ASCII.GetBytes(sInput));
????nacho??
尝试时得到了:たまねこnachoなち
单声道3.4
我来这里是为了寻找扩展的ASCII字符的解决方案,但找不到它。我找到的最接近的是bzlm的解决方案。但这仅适用于127以下的ASCII代码(显然,您可以替换其代码中的编码类型,但我认为理解起来有点复杂。因此,请共享此版本)。这是适用于扩展ASCII码(即最多255,即ISO 8859-1)的解决方案
查找并去除非ASCII字符(大于255)
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:
根据要求替换编码,其余部分应保持不变。
这不是最佳的性能,而是一种非常简单的Linq方法:
string strippedString = new string(
yourString.Where(c => c <= sbyte.MaxValue).ToArray()
);
缺点是,所有“尚存的”字符都首先被放入类型数组中char[]
,然后在string
构造函数不再使用它后将其丢弃。
我使用此正则表达式过滤掉文件名中的错误字符。
Regex.Replace(directory, "[^a-zA-Z0-9\\:_\- ]", "")
那应该是文件名所允许的所有字符。