在VB.NET中从输入字符串中删除未知的错误字符

有一些问题从字符串中删除未知的错误字符。它显示为一个盒子（表示我选择的字体中不可显示的字符）。在VB.NET中从输入字符串中删除未知的错误字符

我已经尝试了多种方式删除它，最成功的是使用正则表达式来删除任何不是允许的字符。这工作。问题是有许多允许的字符，基本上是任何东西，并且考虑到将会看到的广泛的输入，我可能无法解释所有这些字符。此外，性能需要迅速（其基本上是一个滚动控制台窗口）。

是否有任何其他方式来格式化字符串以删除这些不可溶字符？

我正在使用WPF文本框来显示文本，VB.net作为后端代码。

编辑：忘了补充说，具有特殊字符的字符串不能从文本框复制到剪贴板。所以我不能把它放在另一个程序中，并确定它是什么字符。

这里举例：

来源

2014-08-27 null null

这些坏字是怎么进入的？什么使它成为“坏人物”？ – RBarryYoung 2014-08-27 15:56:05

错误的字符被提供数据的设备添加。我无法控制来自它的格式。是什么让他们变坏是因为我的字体无法显示它们，因此它们显示为占位符或空格，并且无法复制到剪贴板。 – 2014-08-27 15:57:39

你可以在你的代码中识别这些字符，以找出它们是什么。 '对于每个c作为MyString中的字符...' – 2014-08-27 15:59:49

原来我的问题是在我的琴弦ASCII（0）空字符。我遇到的麻烦是“ASC”功能似乎不想打印它们。我设法使用像下面的[\ x00- \ x07]正则表达式来跟踪它们，并使用正则表达式replace来替换所有匹配的值为空字符串。我减少了范围，直到我找到了正确的字符并仅替换了该字符。

我鼓励任何有类似问题的人考虑使用正则表达式来匹配一组字符串。

来源

2014-08-27 17:56:22

以下正则表达式会将您的字符串清理为严格的ASCII字符集。

string plainText = Clipboard.GetText(TextDataFormat.Text); 

// Allow ASCII base - https://en.wikipedia.org/wiki/Basic_Latin_(Unicode_block) for readability below or equivalently https://en.wikipedia.org/wiki/ASCII 

//non-printable characters range (\u0000-\u001F) 

//remove "bad" non-printable control characters except Horizontal Tab, Line Feed, Carriage Return 
//\uxxxx is unicode for the character, make 1st link easily translated. 

ascciiText = Regex.Replace(plainText, @"[\u0000-\u0008|\u000B-\u000C|\u000E-\u001F|\u0080-\u009F]", string.Empty); 

//remove everything outside strict ASCII only range and delete control character (U+007F) \u007F which is Deleted character 

asciiText = Regex.Replace(plainText, @"[^\u0000-\u007E]", string.Empty);

来源

2016-07-13 16:34:19 Markus

在VB.NET中从输入字符串中删除未知的错误字符

回答

相关问题