Xóa tất cả các ký tự không phải ASCII khỏi chuỗi

Question

Tôi có một thường trình C# nhập dữ liệu từ tệp CSV, khớp với dữ liệu trên cơ sở dữ liệu và sau đó ghi lại nó vào tệp. Tệp nguồn dường như có một vài ký tự không phải ASCII đang làm hỏng quy trình xử lý.

Tôi đã có một phương pháp tĩnh mà tôi chạy từng lĩnh vực đầu vào thông qua nhưng nó thực hiện kiểm tra cơ bản như loại bỏ dấu phẩy và dấu ngoặc kép. Có ai biết làm thế nào tôi có thể thêm chức năng mà loại bỏ các ký tự không phải ASCII quá?

Answer 1

string sOut = Encoding.ASCII.GetString(Encoding.ASCII.GetBytes(s)) 

Answer 2

Có vẻ kỳ lạ là nó được chấp nhận để loại bỏ không phải ASCII.

Ngoài ra tôi luôn khuyên các FileHelpers thư viện tuyệt vời cho phân tích cú pháp CSV-files.

Answer 3

Nếu bạn muốn thử nghiệm một nhân vật cụ thể, bạn có thể sử dụng

if ((int)myChar <= 127) 

Chỉ cần nhận được mã hóa ASCII của chuỗi sẽ không cho bạn biết rằng một nhân vật cụ thể là phi ASCII để bắt đầu với (nếu bạn quan tâm về điều đó). Xem MSDN.

Answer 4

Dưới đây là một giải pháp đơn giản:

public static bool IsASCII(this string value) 
{ 
    // ASCII encoding replaces non-ascii with question marks, so we use UTF8 to see if multi-byte sequences are there 
    return Encoding.UTF8.GetByteCount(value) == value.Length; 
} 

nguồn: http://snipplr.com/view/35806/

Answer 5

public string RunCharacterCheckASCII(string s) 
    { 
     string str = s; 
     bool is_find = false; 
     char ch; 
     int ich = 0; 
     try 
     { 
      char[] schar = str.ToCharArray(); 
      for (int i = 0; i < schar.Length; i++) 
      { 
       ch = schar[i]; 
       ich = (int)ch; 
       if (ich > 127) // not ascii or extended ascii 
       { 
        is_find = true; 
        schar[i] = '?'; 
       } 
      } 
      if (is_find) 
       str = new string(schar); 
     } 
     catch (Exception ex) 
     { 
     } 
     return str; 
    } 

Answer 6

Do đó tất cả cùng một lúc

public string ReturnCleanASCII(string s) 
{ 
    StringBuilder sb = new StringBuilder(s.Length); 
    foreach(char c in s) 
    { 
     if((int)c > 127) // you probably don't want 127 either 
      continue; 
     if((int)c < 32) // I bet you don't want control characters 
      continue; 
     if(c == ',') 
      continue; 
     if(c == '"') 
      continue; 
     sb.Append(c); 
    } 
    return sb.ToString(); 
} 

Answer 7

Dưới đây là một sự cải tiến trên các câu trả lời được chấp nhận:

string fallbackStr = ""; 

Encoding enc = Encoding.GetEncoding(Encoding.ASCII.CodePage, 
    new EncoderReplacementFallback(fallbackStr), 
    new DecoderReplacementFallback(fallbackStr)); 

string cleanStr = enc.GetString(enc.GetBytes(inputStr)); 

Phương pháp này sẽ thay thế các ký tự không xác định bằng giá trị fallbackStr hoặc nếu fallbackStr trống, hãy loại bỏ chúng hoàn toàn. (Lưu ý rằng enc có thể được xác định bên ngoài phạm vi chức năng.)