使用Regex清除字符串与Base64编码的字符串

Question

我有一个扩展方法，该方法使用Regex.Replace在将用户输入的字符串中的无效字符添加到XML文档之前将其清除。

正则表达式的目的是去除用户从Microsoft Word粘贴文本并将其替换为空格时在输入中偶尔出现的一些随机的hi-ASCII字符：

    public static string CleanInput(this string inputString) {
        if (string.IsNullOrEmpty(inputString))
            return string.Empty;

        // Replace invalid characters with a space.
        return Regex.Replace(inputString, @"[^\w\.@-]", " ");
    }

现在，就像命运那样，有人正在对包含base64编码数据的字符串使用此扩展方法。

我相信的是，正则表达式将离开科技部的base64数据未经修改的，但是我认为这是可能会改变一些。

所以-明知\\w在正则表达式是匹配[A-Za-z0-9_]和Base64的有效范围相同，这应该是正则表达式改变字符串或不是？

如果要更改字符串，为什么以及如何更改它，以便仍以常规的非编码文本清除hi-ASCII垃圾，而不会破坏编码的字符串。

Answer 1

Base64还使用+ ， /和= 。

您可以将这些添加到您的角色类中：

[^\w\.@+/=-]

请注意， -必须为最后，才能使其为文字连字符减号，而不是指定范围。

根据Microsoft的说法 ， \\w不一定与[A-Za-z0-9_]相同。