删除某些Unicode（垃圾）JSON字符

Question

我正在从文件中读取数据，有时文件中包含一些时髦的内容，例如：

"䉌Āᜊ»ç‰ç•‡ï¼ƒè¸²æœ€ä²’Bíœë¨¿ä„€å•²ï²ä‹¾é¥˜BéŒé“‡ä„€â²ä‹¾â¢"

我需要删除/替换这些字符，因为JSON不知道如何处理它们。

（我认为）它们不是控制字符，所以我目前的

正则表达式

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

没有抓住他们。

读入的许多这些字符串会很长，最多256个字符，所以我宁愿不遍历每个char来检查它。

有一个简单的解决方案吗？我以为正则表达式可以解决这个问题，但是我不确定。

Answer 1

如果您想要的只是ASCII，那么您可以这样做：

Regex.Replace(value, @"[^\x00-\x7F]+", string.Empty);

如果您只需要“普通” ASCII字符，则可以执行以下操作：

Regex.Replace(value, @"[^\x20-\x7E]+", string.Empty);