从UTF-8字符串中删除控制字符

Question

我发现了这个问题，但是它也删除了所有有效的utf-8字符（向我返回一个空白字符串，同时有有效的utf-8字符和控制字符）。 当我读到utf-8 ， control characters没有特定的范围，每个字符集都有自己的control characters 。

如何修改上述解决方案以仅删除control characters ？

Answer 1

这是我的风格：

Regex.Replace(evilWeirdoText, @"[\u0000-\u001F]", string.Empty)

这会去除所有前31个控制字符。 从\\ u001F开始的下一个十六进制值是\\ u0020 AKA。 空格之前的所有内容都是换行符，并且为零。

让我相信角色： http : //donsnotes.com/tech/charsets/ascii.html

Answer 2

我认为以下代码将为您工作：

public static string RemoveControlCharacters(string inString)
{
    if (inString == null) return null;
    StringBuilder newString = new StringBuilder();
    char ch;
    for (int i = 0; i < inString.Length; i++)
    {
        ch = inString[i];
        if (!char.IsControl(ch))
        {
            newString.Append(ch);
        }
    }
    return newString.ToString();
}

Answer 3

如果计划将字符串用作查询字符串，则应在发送出去之前考虑使用Uri.EscapeUriString()或Uri.EscapeDataString() 。 注意：您可能仍然需要先从char.IsControl（）中提取任何内容？