如何删除字符串中的unicode字符

Question

假设我们有一个像下面这样的字符串。

string s = "此检查项己被你忽略，请联系医生。\u2028内科";

如何删除字符串中像\
这样的 unicode 字符？

我试过下面的功能。 不幸的是，它们都不起作用。 请救救我。 谢谢。

Unicode 字符串

将 Unicode 字符串转换为转义的 ASCII 字符串

替换字符串中的 unicode 转义序列

更新

为什么下面的代码对我不起作用？

更新我试图在输出中显示字符串。 它是一个行分隔符。

Answer 1

正如@spender 在上面的评论中所指出的：

您的问题（删除 unicode）的基本前提已被破坏，因为所有字符串都以 unicode 形式存储在内存中。 所有字符都是Unicode。

但是，如果您想替换/删除格式为"\\uXXXX"的非转义字符串，则可以使用类似以下正则表达式模式的内容： @"\\\\u[0-9A-Fa-f]{4}"

这是一个完整的例子：

string noUnicode = "此检查项己被你忽略，请联系医生。内科";

// If you hard-code the string, you MUST add an `@` before the string, otherwise,
// the "u2028" will get escaped and converted to its corresponding Unicode character.
string s = @"此检查项己被你忽略，请联系医生。\u2028内科";
string ss = Regex.Replace(s, @"\\u[0-9A-Fa-f]{4}", string.Empty);

Debug.Print("s = " + s);
Debug.Print("ss = " + ss);

Debug.Print((ss == noUnicode).ToString());

这是一个要测试的小提琴，这是它的输出：

注意：由于字符串是硬编码的，所以这里必须使用@ ，以防止子字符串"\
"被转换为对应的Unicode字符。 另一方面，如果您从其他地方获取原始字符串（例如，从文本文件中读取），则子字符串"\
"已经按原样表示，应该没有问题，上面的代码应该可以工作正好。

所以，像这样的事情会完全一样：

string s = File.ReadAllText(@"Path\to\a\Unicode\text\file\containing\the\string\'\u2028'");
string ss = Regex.Replace(s, @"\\u[0-9A-Fa-f]{4}", string.Empty);