我很感激你的帮助,因为我不知道要使用哪个范围的字符,或者我是否在 ruby 中找到了像 [[:cntrl:]] 这样的字符类?
通过不可打印,我的意思是删除所有未显示在 ie 输出中的字符,当一个人打印输入字符串时。请注意,我正在寻找 c# 正则表达式,我的代码没有问题
最佳答案
您可以使用
删除所有控制字符和其他不可打印的字符s = Regex.Replace(s, @"\p{C}+", string.Empty);
\p{C}
Unicode 类别类匹配所有控制字符,甚至是 ASCII 表之外的字符,因为在 .NET 中,Unicode 类别类默认是 Unicode 识别的。
将其分解为子类别
- 要仅匹配基本控制字符,您可以使用
\p{Cc}+
, 查看 Other, Control 中的 65 个字符Unicode 类别。它等于[\u0000-\u0008\u000E-\u001F\u007F-\u0084\u0086-\u009F \u0009-\u000D \u0085]+
正则表达式。 - 只匹配161 other format字符,包括众所周知的软连字符 (
\u00AD
)、零宽度空格 (\u200B
)、零宽度非连接符 (\u200C
)、零宽度连接符 (\u200D
)、从左到右标记 (\u200E
) 和从右到左标记 (\u200F
) 使用\p{Cf}+
.包括星体位置代码点在内的等效项是(?:[\xAD\u0600-\u0605\u061C\u06DD\u070F\u08E2\u180E\u200B-\u200F\u202A-\u202E\u2060-\u2064\u2066-\u206F\uFEFF\uFFF9-\uFFFB]|\uD804[\uDCBD\uDCCD]|\uD80D[\uDC30-\uDC38]|\uD82F[\uDCA0-\uDCA3]|\uD834[\uDD73-\uDD7A]|\uDB40[\uDC01\uDC20-\uDC7F])+
正则表达式。 - 匹配137,468 Other, Private Use control code points 你可以使用
\p{Co}+
, 或其等效物,包括星体位置代码点,(?:[\uE000-\uF8FF]|[\uDB80-\uDBBE\uDBC0-\uDBFE][\uDC00-\uDFFF]|[\uDBBF\uDBFF][\uDC00-\uDFFD])+
. - 匹配 2,048 Other, Surrogate code points 包含一些表情符号,您可以使用
\p{Cs}+
, 或[\uD800-\uDFFF]+
正则表达式。
关于C# regex 删除不可打印字符和控制字符,在混合了多种不同语言、unicode 字母的文本中,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40564692/