在C＃中使用/不使用正则表达式清除不需要的十六进制字符

如何解决在C＃中使用/不使用正则表达式清除不需要的十六进制字符

我必须以更好的方式清除异常消息中的十六进制字符。目前，它可以手动替换字符，这似乎是完全的灾难：

            var clearedStr = str.Replace(Convert.ToString((char)0x01),"")
            .Replace(Convert.ToString((char)0x02),"")
            .Replace(Convert.ToString((char)0x03),"")
            .Replace(Convert.ToString((char)0x04),"")
            .Replace(Convert.ToString((char)0x05),"")
            .Replace(Convert.ToString((char)0x06),"")
            .Replace(Convert.ToString((char)0x07),"")
            .Replace(Convert.ToString((char)0x08),"")
            .Replace(Convert.ToString((char)0x0B),"")
            .Replace(Convert.ToString((char)0x0C),"")
            .Replace(Convert.ToString((char)0x0E),"")
            .Replace(Convert.ToString((char)0x0F),"")
            .Replace(Convert.ToString((char)0x10),"")
            .Replace(Convert.ToString((char)0x11),"")
            .Replace(Convert.ToString((char)0x12),"")
            .Replace(Convert.ToString((char)0x13),"")
            .Replace(Convert.ToString((char)0x14),"")
            .Replace(Convert.ToString((char)0x15),"")
            .Replace(Convert.ToString((char)0x16),"")
            .Replace(Convert.ToString((char)0x17),"")
            .Replace(Convert.ToString((char)0x18),"")
            .Replace(Convert.ToString((char)0x19),"")
            .Replace(Convert.ToString((char)0x1a),"")
            .Replace(Convert.ToString((char)0x1b),"")
            .Replace(Convert.ToString((char)0x1c),"")
            .Replace(Convert.ToString((char)0x1d),"")
            .Replace(Convert.ToString((char)0x1e),"")
            .Replace(Convert.ToString((char)0x84),"")
            .Replace(Convert.ToString((char)0x86),"")
            .Replace(Convert.ToString((char)0x87),"")
            .Replace(Convert.ToString((char)0x88),"")
            .Replace(Convert.ToString((char)0x89),"");

例如这样的消息，带有十六进制字符：

实际上我写了一个正则表达式，但它适用于像0x1e这样的十六进制字符，但不适用于它的等效字符：

但是我需要找到这些字符，而不是等效的十六进制：

“”，“'”，“ƒ”，“”，“”，“'”，“”，“š”，“ ˆ”，“‰”，“Š”，“ ‹”，“Œ” ，“”，“„”，“†”，“‡”

相同字符及其符号：

“ RS：，PU1：‘，NBH：ƒ，US：，ESC：，PU2：’，GS：， SCI：š，HTS：ˆ，HTJ：‰，VTS：Š，PLD：‹，PLU：Œ，SUB：，IND：„，SSA：†，ESA：‡“

正则表达式是我写的：

http://regexstorm.net/tester?p=%5b0-9%5dx%5b0-9A-F%5d&i=0x1e+0x91+0x1c+0x83

此外，我需要涵盖所有这类特性，而不是一堆。

解决方法

作为MindSwipe suggests，您可以使用\p{C}来匹配任何控制字符。

但是您不需要添加很多代码来减去您可能想要保留的某些字符，请使用字符类减法：

var output = Regex.Replace(YourTextVariable,@"[\p{C}-[\t\r\n]]+","");

这将匹配一个或多个与制表符，回车符和换行符不同的控制字符。

,

在进一步阅读之前，请先看看Ryszard Czech的answer，了解如何执行此操作而无需任何多余的代码来添加换行符

---

这可以通过替换字符串中的每个控制字符来实现，幸运的是正则表达式具有答案：

var s = "a \nb" + Convert.ToString((char)0x1b) + Convert.ToString((char) 0x1e);
Regex.Replace(s,@"\p{C}+",String.Empty);

@"\p{C}+"匹配所有控制字符。请注意，这还将匹配新行（\n），这意味着您的输出将没有任何新行，如this示例中所示。如果要保留换行符，则必须首先将字符串拆分成一个数组，并在每行上Regex.Replace，然后将它们重新组合在一起。像这样：

var lines = s.Split(new[] { Environment.NewLine },StringSplitOptions.None);
var sb = new StringBuilder();

foreach (var line in lines)
{
    sb.AppendLine(Regex.Replace(line,String.Empty));
}

s = sb.ToString();

这留下了结尾的换行符，可以很容易地将其删除，如下所示：

if (sb[sb.Length - 1] == '\n')
    sb.Remove(sb.Length - 1,1);

在致电sb.ToString()之前执行此操作。 Here是证明这一点的dotnetfiddle

,

有时候好的老foreach是正确的选择。怎么样：

 private static readonly char[] CharsToReplace =
 {
     '\x02','\x03','\x04','\x05','\x06','\x07','\x08','\x0B','\x0C','\x0E','\x0F','\x10','\x11','\x12','\x13','\x14','\x15','\x16','\x17','\x18','\x19','\x1a','\x1b','\x1c','\x1d','\x1e','\x84','\x86','\x87','\x88','\x89',};

public static string ReplaceNonPrintables(string stringToProcess)
{
    StringBuilder buf = new StringBuilder(stringToProcess.Length);
    foreach (var c in stringToProcess)
    {
        if (!CharsToReplace.Contains(c))
        {
            buf.Append(c)
        }
    }

    return buf.ToString();
}