我正在尝试使用正则表达式 (.Net) 来“清理”Unicode 输入字符串——要求是删除除 CR(回车)和 LF(换行符)之外的所有不可见字符/控制字符。换句话说，保留所有有效的可打印字符(英语和法语)，包括 CR 和 LF。
我已经尝试了以下(只是使用下划线来查看被替换的内容)，但它也删除了 CR/LF ...
clean_str = Regex.Replace( in_str, "\p{C}+", "_" )
也试过:
clean_str = Regex.Replace( in_str, "(\p{Cf}|\p{Co}|\p{Cs}|\p{Cn}|[\x00-\x09]|\x0b|\x0c|[\x0e-\x1f]|\x7f)+", "_" )
来自 http://www.regular-expressions.info/unicode.html ...
p{C} or \p{Other}: invisible control characters and unused code points.
◦\p{Cc} or \p{Control}: an ASCII 0x00–0x1F or Latin-1 0x80–0x9F control character.
◦\p{Cf} or \p{Format}: invisible formatting indicator.
◦\p{Co} or \p{Private_Use}: any code point reserved for private use.
◦\p{Cs} or \p{Surrogate}: one half of a surrogate pair in UTF-16 encoding.
◦\p{Cn} or \p{Unassigned}: any code point to which no character has been assigned.
Guru's - 如果您有更好/更有效的方法 - 请发布!
提前致谢!
最佳答案
您可以使用字符类减法从控制字符类中排除 CR 和 LF:
clean_str = Regex.Replace( in_str, "[\p{C}-[\r\n]]+", "" )
关于.net - RegEx 删除除 CR 或 LF 之外的所有控制/不可见字符，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/28352804/