Question

由于编码原因会让你感到恐惧（我太尴尬了），我需要在一个字符串中存储一些文本项。

我将使用角色划分它们。

最适合使用哪个字符，即哪个字符最不可能出现在文本中？必须是可打印的，并且在ASCII中可能小于128，以避免区域设置问题。

Answer 1

假设出于一些令人尴尬的原因，你不能使用CSV我会说使用数据。获取一些样本数据，并为每个值0-127执行简单的字符计数。选择其中一个不会发生的。如果选择太多，请获取更大的数据集。写作不会花费太多时间，你会得到最适合你的答案。

对于不同的问题域，答案会有所不同，所以| （管道）在shell脚本中很常见，^在数学公式中很常见，对于大多数其他字符也是如此。

我个人认为我会选择| （管道）如果给出了选择但是使用真实数据是最安全的。

无论你做什么，请确保你已经制定了逃避计划！

Answer 2

可能|或者^或〜你也可以组合两个字符

Answer 3

我会选择“单位分隔符”ascii代码“US”，ascii 30（0x1F）

在过去，过去，大多数事情是连续完成的，没有随机访问。这意味着将一些控制代码嵌入到ASCII中。

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.

单位分隔符是ASCII格式，并且有Unicode支持显示它（通常是同一个字形中的“us”），但许多字体不显示它。

如果你必须显示它，我会建议在解析成字段之后在应用程序中显示它。

Answer 4

使用不同语言时，此符号为：¬

被证明是最好的。但是我还在测试。

Answer 5

您使用CSV样式格式怎么样？字符可以使用标准CSV格式进行转义，并且已经有很多解析器已经写好了。

Answer 6

您说“可打印”，但可以包含制表符（0x09）或换页符（0x0c）等字符。我几乎总是选择制表符而不是逗号分隔文件，因为逗号有时可以用文字显示。

（有趣的是，ascii table对于组，记录和单位分隔符都有字符GS（0x1D），RS（0x1E）和US（0x1F），无论它们是什么。）

如果“可打印”是指用户可以识别并轻松输入的字符，我会选择管道。首先是符号，其他一些奇怪的字符（@或~或^或\，或者我不能在这里输入的反引号）作为一种可能性。这些字符+=!$%&*()-'":;<>,.?/似乎更有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。

Answer 7

你能用管道符号吗？这通常是逗号或制表符分隔字符串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，ord（'|'）为我返回124，所以这似乎符合您的要求。

Answer 8

为了快速转义，我使用这样的东西：说你想要连接str1，str2和str3 我所做的是：

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：替换的顺序很重要

它坚不可摧，易于实施

Answer 9

赢得胜利！ |

Answer 10

我们使用ascii 0x7f，它是伪可打印的，在常规使用中几乎不会出现。

Answer 11

根据情况和语言，这可能是好的也可能是坏的（通常很糟糕），但请记住，您可以随时对Base64进行编码。然后，您不必担心转义和转移各方面的各种模式，您可以根据Base64字符集中未使用的字符简单地分隔和拆分字符串。

在面对将XML文档放入XML属性/节点时，我不得不求助于此解决方案。属性根本不能包含CDATA块，并且节点被转义，因为CDATA显然不能在不破坏结构的情况下在其中包含更多CDATA块。

但对于大多数情况来说，CSV可能是更好的主意。

Answer 12

我不认为我曾经在自然文本中看到过＆符号后跟逗号，但您可以先查看该文件以查看它是否包含分隔符，如果是，请使用替代方法。如果您希望始终能够知道您使用的分隔符不会导致冲突，那么请循环检查文件以查找所需的分隔符，如果它存在，则将该字符串加倍，直到该文件不再匹配为止。如果有相似的字符串则无关紧要，因为您的程序只会查找精确的分隔符匹配。

Answer 13

我不确定你是否需要使用ASCII，但如果你能用UTF-8编码它，你可以找到一个非常模糊的符号，如：╡ (U+2561) - 我使用的是在我的程序中很多。

您还可以查看对象序列化，只需为您可能需要的所有元素创建新字段。

Answer 14

管道和插入符号都是明显的选择。我会注意到，如果希望用户输入整个响应，则在管道上比使用管道更容易找到插入符号。

Answer 15

嗯，它会在某种程度上取决于文本的性质，但垂直条0x7C不会经常出现在文本中。

Answer 16

你可能不得不选择一些东西并忽略它的其他用途。

可能是一个很好的候选人。

Answer 17

我以前使用过双管道和双插入符号。如果您不手动创建或修改文件，则不可打印字符的想法有效。为了快速随机访问文件存储和检索字段宽度被使用。您甚至不必阅读文件.. 您实际上是通过引用从文件中提取的。这就是数据库如何进行一些存储......但它们也管理记录之间的空间等等。并且它引入了最大数据元素宽度的问题。（索引附加一个标题，用于定义每个元素的宽度及其原始过去的数据类型......后来他们引入了重新映射字符的压缩。这允许文本文件在传输中获得大约 1/8 的大小.. win 的可变长度字符编码

Answer 18

让它变得动态:)

在文件头中声明你的控制字符

例如

delimiter: ~
escape: \
wrapline: $
width: 19

hello world~this i$
s \\just\\ a sampl$
e text~$someVar$~h$
ere is some \~\~ma$
rkdown strikethrou$
gh\~\~ text

会给字符串
hello world
this is \just\ a sample text
$someVar$
here is some ~~markdown strikethrough~~ text

我已经实现了类似的东西：
plaintar 文本容器格式，
以 ascii 转义和包装 utf16 文本，
作为 mime 多部分消息的替代方案。
见https://github.com/milahu/live-diff-html-editor

在普通文本中使用最少的分隔符字符＆lt; ASCII 128

18 个答案: