如何在文本文件中查找和删除控制字符

Question

我有一个.txt文件，其中包含与电子邮件地址关联的控制字符。有些东西排在这个@ãgmail.com。可能有多个此实例和其他控制字符的多个实例。有没有办法可以先找到它们然后删除它们？

Answer 1

这是我从devdaily.com获取的一个技巧：

tr -cd '\11\12\15\40-\176' < file-with-binary-chars > clean-file

此命令删除任何不是制表符，换行符，回车符或可打印ASCII字符范围内的字符（空格到〜）。

在Windows上，您可以从GNU Utilities for Win32或Cygwin获取tr命令。

Answer 2

一段c＃代码 - 对于大量控制字符不是非常优化的。提示开始：

StreamReader sr = new StreamReader(@"c:\temp.data\big_file_with_unwanted_chars.txt", Encoding.Default);
StreamWriter sw = new StreamWriter(@"c:\temp.data\big_file_without_any_evil_chars.txt", false, Encoding.Default);

string al;

while (!sr.EndOfStream)
{
  al = sr.ReadLine();
  al = al.Replace("ä", "");
  al = al.Replace("#", "");
  sw.WriteLine(al);
}
sw.Close();
sr.Close();