C＃正则表达式删除不可打印的字符，并控制字符，在混合了多种不同语言的文本中，使用unicode字母

Question

我很感激你对此的帮助，因为我不知道要使用哪个字符范围，或者是否有像[[：cntrl：]]这样的字符类我在ruby中找到了？

通过不可打印的方式，我的意思是当打印输入字符串时，删除输出中未显示的所有字符。请注意，我寻找一个c＃正则表达式，我的代码没有问题

Answer 1

您可以使用

删除所有控件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表外的控制字符，因为在.NET中，Unicode类别类默认是Unicode感知的。

Answer 2

您可以尝试：

string s = "Täkörgåsmrgås";
s = Regex.Replace(s, @"[^\u0000-\u007F]+", string.Empty);

<小时/> 评论后更新的答案：

有关不可打印字符的文档： https://en.wikipedia.org/wiki/Control_character

Char.IsControl方法：

https://msdn.microsoft.com/en-us/library/system.char.iscontrol.aspx

也许你可以试试：

string input; // this is your input string
string output = new string(input.Where(c => !char.IsControl(c)).ToArray());

Answer 3

要删除所有控制字符和其他不可打印的字符

Regex.Replace(s, @"\p{C}+", String.Empty);

仅删除控制字符（如果您不想删除表情符号?）

Regex.Replace(s, @"\p{Cc}+", String.Empty);