普通文本中使用最少的定界符<ASCII 128

出于编码方面的原因，这会使您感到恐惧（我不好意思地说），我需要将多个文本项存储在单个字符串中。

我将使用字符来分隔它们。

哪个字符最适合用于此目的，即哪个字符最不可能出现在文本中？必须可打印，并且以ASCII表示可能小于128，以避免区域设置问题。

假设出于某些令人尴尬的原因，您不能使用CSV，我想说一下数据。取一些样本数据，并对每个值0-127进行简单的字符计数。选择一种不会发生的情况。如果选择过多，请获取更大的数据集。不需要花费很多时间来编写，而且您会得到最适合自己的答案。

对于不同的问题域，答案将有所不同，因此| （pipe）在shell脚本中很常见，^在数学公式中很常见，大多数其他字符也可能如此。

我个人认为我会去| （管道）（如果可以选择），但处理真实数据最安全。

无论您做什么，请确保已制定出逃避方案！

我会选择“单位分隔符” ASCII代码“ US”：ASCII 31（0x1F）

在过去，过去，大多数事情都是连续进行的，没有随机访问权限。这意味着一些控制代码已嵌入ASCII。

ASCII 28 (0x1C) File Separator - Used to indicate separation between files on a data input stream.
ASCII 29 (0x1D) Group Separator - Used to indicate separation between tables on a data input stream (called groups back then).
ASCII 30 (0x1E) Record Separator - Used to indicate separation between records within a table (within a group).  These roughly map to a tuple in modern nomenclature.
ASCII 31 (0x1F) Unit Separator - Used to indicate separation between units within a record.  The roughly map to fields in modern nomenclature.

单位分隔符采用ASCII，并且支持Unicode显示（通常在同一字形中为“ us”），但许多字体均不显示。

如果必须显示它，我建议在将其解析为字段之后在应用程序中显示它。

大概 或^或〜您也可以组合两个字符

当使用其他语言时，此符号：¬

被证明是最好的。但是我仍在测试。

您说的是“可打印的”，但是可以包含诸如制表符（0x09）或换页（0x0c）之类的字符。对于分隔文件，我几乎总是选择制表符而不是逗号，因为逗号有时可以出现在文本中。

（有趣的是，ascii表具有用于组，记录和单位分隔符的字符GS（0x1D），RS（0x1E）和US（0x1F），无论它们是什么。

如果“可打印的”是指用户可以识别并轻松键入的字符，那么我将尽力而为。首先是符号，还有其他一些奇怪的字符（@或者，~或者，^或者\，或者反引号，我似乎无法在此处输入）。这些字符+=!$%&*()-'":;<>,.?/似乎更可能出现在用户输入中。至于下划线_和哈希#以及括号，{}[]我不知道。

您如何使用CSV样式格式？可以使用标准CSV格式对字符进行转义，并且已经编写了很多解析器。

可以使用管道符号吗？通常是逗号或制表符分隔的字符串之后的下一个最常见的分隔符。大多数文本不太可能包含管道，而ord（'|'）为我返回124，因此似乎符合您的要求。

为了快速转义，我使用如下代码：假设您要合并str1，str2和str3，我要做的是：

delimitedStr=str1.Replace("@","@a").Replace("|","@p")+"|"+str2.Replace("@","@a").Replace("|","@p")+"|"+str3.Replace("@","@a").Replace("|","@p");

然后检索原始用途：

splitStr=delimitedStr.Split("|".ToCharArray());
str1=splitStr[0].Replace("@p","|").Replace("@a","@");
str2=splitStr[1].Replace("@p","|").Replace("@a","@");
str3=splitStr[2].Replace("@p","|").Replace("@a","@");

注意：更换顺序很重要

它坚不可摧且易于实施

管赢了！|

我们使用ascii 0x7f，它是可伪打印的，并且在常规用法中几乎不会出现。

取决于情况和语言，这可能是好是坏（通常是不好），但是请记住，您始终可以对Base64进行整体编码。这样，您就不必担心转义和取消转义各种模式，并且可以简单地根据Base64字符集中未使用的字符来分离和分割字符串。

面对将XML文档放入XML属性/节点时，我不得不诉诸此解决方案。属性根本不能在其中包含CDATA块，并且转义的节点因为CDATA显然不能在其中进一步破坏CDATA块而不破坏结构。

不过，对于大多数情况，CSV可能是一个更好的主意。

嗯，这在某种程度上取决于文本的性质，但是竖线0x7C并不经常出现在文本中。

我认为我从未见过＆符号，后接自然文本逗号，但是您可以首先检查文件以查看其是否包含定界符，如果是，请使用替代方法。如果您始终希望知道使用的定界符不会引起冲突，请循环检查文件中所需的定界符，如果存在，则将字符串加倍，直到文件不再匹配为止。是否存在相似的字符串并不重要，因为您的程序只会查找精确的定界符匹配项。

管道和插入号都是显而易见的选择。我要指出，如果希望用户键入整个响应，则在任何键盘上都比管道更容易找到插入符号。