Question

我有一个从内存中读取某些字符串的程序。这些字符串在很大程度上包含可识别的字符。然而，在字符串中的随机点，出现“怪异”字符。我不认识的人物。通过访问允许我粘贴Unicode字符的网站来查看它们是什么，我发现选择了“怪异”的字符是这些：

\ x {1} SOH，“标题的开头”，ctrl-a
\ x {2} SOT，“文字开头”
\ x {3} EOT，“文字结束”
\ x {BEL} BEL，bell，ctrl-g
\ x {13} dc3，设备控制三，ctrl-s
\ x {11} dc1，设备控制一，ctrl-q
\ x {14} dc4，设备控制四，ctrl-t
\ x {1A} sub，substitute，ctrl-z
\ x {6}确认，确认，ctrl-f

我想解析我的字符串以删除这些字符。通过查看字符串，我发现的是，所有不需要的字符总是分别被SOT和EOT包围。

因此，我认为我的问题是：如何从字符串中删除以SOT开头并以EOT结尾的所有子串？

编辑：尝试解决方案

使用来自@RagingCain的想法我做了以下方法：

    private static string RemoveInvalidCharacters(string input)
    {
        while (true)
        {
            var start = input.IndexOf('\u0002');
            var end = input.IndexOf('\u0003', start);

            if (start == -1 || end == -1) break;

            Console.WriteLine(@"Start: " + start + @". End: " + end);
            var diff = end - start;
            input = input.Remove(start, diff);
        }
        return input;
    }

这样做，再次感谢。

Answer 1

正则表达式将是您的解决方案，应该可以正常工作。您可以将这些字符分配给模式，然后您可以使用子方法匹配，甚至只需替换他们有空白＆＃34; ＆＃34;，或者只使用＆＃34;＆＃34;

将它们从字符串中一起剪切掉

Regex.Replace：https://msdn.microsoft.com/en-us/library/xwewhkd1(v=vs.110).aspx

Regex.Match：https://msdn.microsoft.com/en-us/library/bk1x0726(v=vs.110).aspx

正则表达式示例：

 public static void Main()
 {
   string input = "This is   text with   far  too   much   " + 
                  "whitespace.";
   string pattern = "\\s+";
   string replacement = " ";
   Regex rgx = new Regex(pattern);
   string result = rgx.Replace(input, replacement);

   Console.WriteLine("Original String: {0}", input);
   Console.WriteLine("Replacement String: {0}", result);                             
 }

我知道虽然无法“看到＆＃34;它们应该由Unicode本身将它们分配给Char变量，将它们添加到模式中以进行替换。

Char变量：https://msdn.microsoft.com/en-us/library/x9h8tsay.aspx

文本开头的Unicode： http://www.fileformat.info/info/unicode/char/0002/index.htm

Unicode结尾文字： http://www.fileformat.info/info/unicode/char/0003/index.htm

要应用于您的解决方案：字符串是否包含SOT，EOT。如果为true，则删除整个字符串/子字符串/ SOT或EOT。

将原始字符串拆分为字符串[]可能更容易，然后逐行进行...很难通过字符串解析它而不知道它看起来像什么，所以希望我提供的东西有助于^。 ^

从字符串中删除以SOT开头并结束EOT的子字符串

1 个答案: