首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >用空格替换Unicode字符“y0.5”

问用空格替换Unicode字符“y0.5”
EN

Stack Overflow用户
提问于 2017-05-16 13:46:49
回答 3查看 19.1K关注 0票数 8

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:

代码语言:javascript
复制
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

代码语言:javascript
复制
 Regex.Replace(value.Trim(), @"[^\S\r\n]+", " ");

尝试解决方案2:使用替换

代码语言:javascript
复制
  System.Text.RegularExpressions.Regex.Replace(str, @"\s+", " ");

尝试解决方案3:使用Trim

代码语言:javascript
复制
  String.Trim(new char[]{'\uFEFF', '\u200B'});

尝试解决方案4:将\S\r\n添加到validCharacters

代码语言:javascript
复制
  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:

代码语言:javascript
复制
 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。

代码语言:javascript
复制
[ \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

EN

回答 3

Stack Overflow用户

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。

代码语言:javascript
复制
string text = "imp�ortant";
string cleaned = text.Replace('\u00ef', ' ')
        .Replace('\u00bf', ' ')
        .Replace('\u00bd', ' ');
// Returns 'imp   ortant'

或使用Regex.Replace:

代码语言:javascript
复制
string cleaned = Regex.Replace(text, "[\u00ef\u00bf\u00bd]", " ");
// Returns 'imp   ortant'

试试看:Dotnet Fiddle

票数 4
EN

Stack Overflow用户

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。

代码语言:javascript
复制
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

代码语言:javascript
复制
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。

票数 4
EN

Stack Overflow用户

发布于 2021-10-05 09:53:21

如果您只想要ASCII,请尝试以下操作:

代码语言:javascript
复制
var ascii = new ASCIIEncoding();
byte[] encodedBytes = ascii.GetBytes(text);
var cleaned = ascii.GetString(encodedBytes).Replace("?", " ");
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/44003317

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档