C# regex để loại bỏ các ký tự không in được, và kiểm soát các ký tự, trong một văn bản có nhiều ngôn ngữ khác nhau, các chữ unicode

Question

tôi sẽ đánh giá cao sự giúp đỡ của bạn về điều này, vì tôi không biết phạm vi nào để sử dụng, hoặc nếu có một lớp nhân vật như [[: cntrl:]] mà tôi đã tìm thấy trong ruby?

bằng phương tiện không in được, tôi có nghĩa là xóa tất cả các ký tự không được hiển thị trong đầu ra tức là, khi một in chuỗi đầu vào. Xin lưu ý, tôi tìm kiếm aC# regex, tôi không có một vấn đề với mã của tôi

Answer 1

Bạn có thể thử với:

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

---

câu trả lời Cập nhật sau khi nhận xét:

Tài liệu về ký tự không in được: https://en.wikipedia.org/wiki/Control_character

Char.IsControl Phương thức:

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

lẽ bạn có thể thử:

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

Answer 2

Bạn có thể loại bỏ tất cả các điều khiển và ký tự không thể in được khác với

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

Các \p{C} loại Unicode lớp phù hợp với tất cả các ký tự điều khiển, ngay cả những người bên ngoài bảng ASCII vì trong .NET, các lớp thể loại Unicode được nhận biết theo mặc định.