Удаление скрытых символов из строк

моя проблема:

У меня есть приложение .NET, которое отправляет информационные бюллетени по электронной почте. Когда информационные бюллетени просматриваются в outlook, outlook отображает знак вопроса вместо скрытого символа, который он не может распознать. Эти скрытые символы поступают от конечных пользователей, которые копируют и вставляют html, который составляет информационные бюллетени в форму и отправляет ее. C# trim () удаляет эти скрытые символы, если они возникают в конце или начале строки. Когда бюллетень рассматривается в gmail, gmail делает хорошую работу, игнорируя их. При вставке этих скрытых символов в документ word, и я включаю опцию" Показать метки абзаца и скрытые символы", символы отображаются как один прямоугольник внутри большего прямоугольника. Также текст, который составляет бюллетени, может быть на любом языке, поэтому принятие символов Юникода является обязательным. Я попытался выполнить цикл через строку, чтобы обнаружить символ, но цикл не распознает его и проходит над ним. Также просит пользователя вставить HTML в первый блокнот перед отправкой речи.

мой вопрос:
Как я могу обнаружить и устранить эти скрытые символы, используя C#?

16
.net c# hidden-characters string

8 ответов

вы можете удалить все управляющие символы из входной строки примерно так:

string input; // this is your input string
string output = new string(input.Where(c => !char.IsControl(c)).ToArray());

вот документация на IsControl() метод.

или если вы хотите сохранить только буквы и цифры, вы также можете использовать IsLetter и IsDigit функция:

string output = new string(input.Where(c => char.IsLetter(c) || char.IsDigit(c)).ToArray());
51

Я обычно использую это регулярное выражение для замены всех непечатаемых символов.

кстати, большинство людей думают, что вкладка, подача строки и возврат каретки-непечатаемые символы, но для меня это не так.

Итак, вот выражение:

string output = Regex.Replace(input, @"[^\u0009\u000A\u000D\u0020-\u007E]", "*");
  • ^ означает ли это следующее:
  • \u0009 это tab
  • \u000A это linefeed
  • \u000D перевозка возвращение
  • \u0020-\u007E значит все от космоса до ~ -- то есть, все в ASCII.

посмотреть таблица ASCII если вы хотите внести изменения. Помните, что это лишит каждого не-ASCII-символа.

чтобы проверить выше, вы можете создать строку, как это:

    string input = string.Empty;

    for (int i = 0; i < 255; i++)
    {
        input += (char)(i);
    }
16
new string(input.Where(c => !char.IsControl(c)).ToArray());

IsControl пропускает некоторые управляющие символы, такие как метка слева направо (LRM) (символ, который обычно скрывается в строке при копировании вставки). Если вы уверены, что ваша строка содержит только цифры и цифры, вы можете использовать IsLetterOrDigit

new string(input.Where(c => char.IsLetterOrDigit(c)).ToArray())

Если ваша строка содержит специальные символы, то

new string(input.Where(c => c < 128).ToArray())
4

вы можете сделать это:

var hChars = new char[] {...};
var result = new string(yourString.Where(c => !hChars.Contains(c)).ToArray());
3

что лучше всего сработало для меня:

string result = new string(value.Where(c =>  char.IsLetterOrDigit(c) || (c >= ' ' && c <= byte.MaxValue)).ToArray());

где я удостоверяюсь, что символ-это любая буква или цифра, так что я не игнорирую никакие не английские буквы, или если это не буква, Я проверяю, является ли это символом ascii, который больше или равен пробелу, чтобы убедиться, что я игнорирую некоторые контрольные символы, это гарантирует, что я не игнорирую пунктуацию.

некоторые предлагают использовать IsControl, чтобы проверить, является ли символ непечатаемым или нет, но это игнорирует слева направо например, Марк.

3

Если вы знаете, что эти символы можно использовать string.Replace:

newString = oldString.Replace("?", "");

где "?- изображает персонажа,которого вы хотите снять.

недостатком этого подхода является то, что вам нужно сделать этот вызов повторно, если есть несколько символов, которые вы хотите удалить.

1

прошло некоторое время, но на это еще не ответили.

Как вы включаете содержимое HMTL в код отправки? если Вы читаете из файла, проверьте кодировку файла. Если вы используете UTF-8 с подписью (имя немного варьируется между редакторами), это может вызвать странный символ в начале почты.

0

string output = новая строка (вход.Где(с => !пеструшка.IsControl (c)).Метод toArray()); Это, безусловно, решит проблему. У меня был непечатаемый заменяющий символ (ASCII 26) В строке, которая заставляла мое приложение ломаться, и эта строка кода удаляла символы

0