Jak można usunąć znaki spoza ASCII z łańcucha znaków? (w C#)

Oto czyste rozwiązanie. NET, które nie używa wyrażeń regularnych:

        string inputString = "Räksmörgås";
        string asAscii = Encoding.ASCII.GetString(
            Encoding.Convert(
                Encoding.UTF8,
                Encoding.GetEncoding(
                    Encoding.ASCII.EncodingName,
                    new EncoderReplacementFallback(string.Empty),
                    new DecoderExceptionFallback()
                    ),
                Encoding.UTF8.GetBytes(inputString)
            )
        );

Myślę, że MonsCamus miał na myśli:

parsememo = Regex.Replace(parsememo, @"[^\u0020-\u007E]", string.Empty);

Jeśli chcesz nie rozbierać, ale konwertować łacińskie znaki akcentowane na znaki nieakcentowane, spójrz na to pytanie: Jak przetłumaczyć 8-bitowe znaki na 7-bitowe znaki? (tj. Ü do U)

Zainspirowany rozwiązaniem wyrażenia regularnego philcruza , stworzyłem czyste rozwiązanie LINQ

    public static string PureAscii(this string source, char nil = ' ')
    {
        var min = '\u0000';
        var max = '\u007F';
        return source.Select(c => c < min ? nil : c > max ? nil : c).ToText();
    }

    public static string ToText(this IEnumerable<char> source)
    {
        var buffer = new StringBuilder();
        foreach (var c in source)
            buffer.Append(c);
        return buffer.ToString();
    }

To jest nieprzetestowany kod.

Nie ma potrzeby stosowania regex. wystarczy użyć kodowania...

sOutput = System.Text.Encoding.ASCII.GetString(System.Text.Encoding.ASCII.GetBytes(sInput));

Znalazłem następujący nieco zmieniony zakres przydatny do parsowania bloków komentarzy z bazy danych, oznacza to, że nie będziesz musiał zmagać się ze znakami tab i escape, które spowodowałyby zdenerwowanie pola CSV.

parsememo = Regex.Replace(parsememo, @"[^\u001F-\u007F]", string.Empty);

Jeśli chcesz uniknąć innych znaków specjalnych lub konkretnych znaków interpunkcyjnych, sprawdź tabelę ascii

Nie jest to optymalne pod względem wydajności, ale dość proste podejście Linq: {]}

string strippedString = new string(
    yourString.Where(c => c <= sbyte.MaxValue).ToArray()
    );

Minusem jest to, że wszystkie "ocalałe" znaki są najpierw umieszczane w tablicy typu char[], która jest następnie wyrzucana po tym, jak konstruktor string już jej nie używa.

Przyszedłem tu szukać rozwiązania dla rozszerzonych znaków ascii, ale nie mogłem go znaleźć. Najbliżej znalazłem rozwiązanie bzlm . Ale to działa tylko dla kodu ASCII do 127 (oczywiście można zastąpić typ kodowania w jego kodzie, ale myślę, że było to trochę skomplikowane do zrozumienia. Stąd dzielenie się tą wersją). Oto rozwiązanie, które działa dla rozszerzonych kodów ASCII tj. do 255 czyli ISO 8859-1

Znajduje i usuwa znaki spoza ascii(większe niż 255)

Dim str1 as String= "â, ??î or ôu� n☁i✑++$-♓!‼⁉4⃣od;/'®;☕:☝)///1!@#"

Dim extendedAscii As Encoding = Encoding.GetEncoding("ISO-8859-1", 
                                                New EncoderReplacementFallback(String.empty),
                                                New DecoderReplacementFallback())

Dim extendedAsciiBytes() As Byte = extendedAscii.GetBytes(str1)

Dim str2 As String = extendedAscii.GetString(extendedAsciiBytes)

console.WriteLine(str2)
'Output : â, ??î or ôu ni++$-!‼⁉4od;/';:)///1!@#$%^yz:

Oto praca nad kodem

Zastąp kodowanie zgodnie z wymogiem, reszta powinna pozostać taka sama.

Użyłem wyrażenia regex:

    string s = "søme string";
    Regex regex = new Regex(@"[^a-zA-Z0-9\s]", (RegexOptions)0);
    return regex.Replace(s, "");

Używam tego wyrażenia regularnego do filtrowania złych znaków w nazwie pliku.

Regex.Replace(directory, "[^a-zA-Z0-9\\:_\- ]", "")

To powinny być wszystkie znaki dozwolone dla nazw plików.