从字符串中删除不需要的unicode字符

Question

我看了很多与此相关的SO帖子。我有一个格式错误的字符串，其中包含要删除的unicode字符。

string testString = "\0\u0001\0\0\0����\u0001\0\0\0\0\0\0\0\u0011\u0001\0\0\0\u0004\0\0\0\u0006\u0002\0\0\0\u0005The\u0006\u0003\0\0\0\u0017boy\u0006\u0004\0\0\0\tKicked\u0006\u0005\0\0\0\u0013the Ball\v";

我想要以下输出：

The boy kicked the Ball

我该如何实现？

我查看了以下内容（未成功）：

1. How can you strip non-ASCII characters from a string? (in C#)
2. Converting unicode characters (C#) Testing
3. How to Remove '\0' from a string in C#?
4. Removing unwanted character from column（与SQL Server相关，因此与我的问题无关）

Answer 1

testString = Regex.Replace(testString, @"[\u0000-\u0008\u000A-\u001F\u0100-\uFFFF]", "");

或

testString = Regex.Replace(testString, @"[^\t\r\n -~]", "");

Answer 2

尝试一下：

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

希望有帮助。

Answer 3

为什么不尝试删除Unicode字符，而是提取所有ASCII字符：

var str = string.Join(" ",new Regex("[ -~]+").Matches(testString).Select(m=>m.Value));

Answer 4

我使用此正则表达式过滤掉文件名中的错误字符。

Regex.Replace(directory, "[^a-zA-Z0-9\\:_\- ]", "")