我正在从一个.csv文件中大量上传信息,我需要将这个字符替换为非ASCII (非ASCII)的“半”,作为一个正常的空间,“。
字符“ai0.5”对应于C、C++和Java的"\uFFFD“,它似乎被称为替换字符。还有其他类型,如U+FEFF、U+205F、U+200B、U+180E和U+202F等空格类型在C#正式文档中。
我正试着用这样的方式来代替:
public string Errors = "";
public void test(){
string textFromCsvCell = "";
string validCharacters = "^[0-9A-Za-z().:%-/ ]+$";
textFromCsvCell = "This is my text from csv file"; //All spaces aren't normal space " "
string cleaned = textFromCsvCell.Replace("\uFFFD", "\"")
if (Regex.IsMatch(cleaned, validCharacters ))
//All code for insert
else
Errors=cleaned;
//print Errors
}测试方法向我展示了这篇文章:
“这是csv文件中我的半文本”
我也尝试了一些解决办法:
尝试解决方案1:使用Trim
Regex.Replace(value.Trim(), @"[^\S\r\n]+", " ");尝试解决方案2:使用替换
System.Text.RegularExpressions.Regex.Replace(str, @"\s+", " ");尝试解决方案3:使用Trim
String.Trim(new char[]{'\uFEFF', '\u200B'});尝试解决方案4:将\S\r\n添加到validCharacters
string validCharacters = "^[\S\r\n0-9A-Za-z().:%-/ ]+$";毫无办法。
我该怎么换呢?
资料来源:
编辑
这是原始字符串:
葡萄糖监测系统
在0x.表示法
系统OF0xA0MONITORING继续葡萄糖
解决方案
去https://r12a.github.io/app-conversion/吧。看看转换,然后做替换。
在我的例子中,我做了一个简单的替换:
string value = "SYSTEM OF MONITORING CONTINUES OF GLUCOSE";
//value contains non-breaking whitespace
//value is "SYSTEM OF�MONITORING CONTINUES OF GLUCOSE"
string cleaned = "";
string pattern = @"[^\u0000-\u007F]+";
string replacement = " ";
Regex rgx = new Regex(pattern);
cleaned = rgx.Replace(value, replacement);
if (Regex.IsMatch(cleaned,"^[0-9A-Za-z().:<>%-/ ]+$"){
//all code for insert
else
//Error messages此表达式表示所有可能的空格:空格、制表符、分页符、换行符和回车符。
[ \f\n\r\t\v\u00a0\u1680\u180e\u2000\u2001\u2002\u2003\u2004\u2005\u2006\u2007\u2008\u2009\u200a\u2028\u2029\u202f\u205f\u3000]参考文献
发布于 2017-05-16 14:06:50
使用String.Replace:
使用简单的String.Replace()。
我假设您要删除的唯一字符是您在问题中提到的字符:�,您希望用一个正常的空格替换它们。
string text = "imp�ortant";
string cleaned = text.Replace('\u00ef', ' ')
.Replace('\u00bf', ' ')
.Replace('\u00bd', ' ');
// Returns 'imp ortant'或使用Regex.Replace:
string cleaned = Regex.Replace(text, "[\u00ef\u00bf\u00bd]", " ");
// Returns 'imp ortant'试试看:Dotnet Fiddle
发布于 2017-05-16 14:11:52
定义ASCII字符的范围,并替换不在此范围内的任何字符。
我们只想找到Unicode字符,所以我们将匹配Unicode字符并替换。
Regex.Replace("This is my te\uFFFDxt from csv file", @"[^\u0000-\u007F]+", " ")上面的模式将匹配此范围的集合[ ]中的任何内容,而不是 ^ (ASCII字符(所有过去的\u007F都是Unicode)),并将其替换为空格。
结果
This is my te xt from csv file您可以根据需要调整提供的\u0000-\u007F范围,以扩大允许字符的范围,以满足您的需要。
发布于 2021-10-05 09:53:21
如果您只想要ASCII,请尝试以下操作:
var ascii = new ASCIIEncoding();
byte[] encodedBytes = ascii.GetBytes(text);
var cleaned = ascii.GetString(encodedBytes).Replace("?", " ");https://stackoverflow.com/questions/44003317
复制相似问题