从字符串中删除无法识别的ASCII字符

Question

我正在使用HTML Agility Pack解析html，时不时出现一些奇怪的字符串，例如：“—。 删除它们的最简单方法是什么？ 顺便说一句，我正在使用C＃。

Answer 1

您可能需要研究为什么首先要获取这些字符，并且编码可能有问题

但是，如果您确实需要从字符串中删除所有非ASCII字符，则使用正则表达式[^-〜]可以解决问题

        var stripped = Regex.Replace("străipped of baâ€d charâ€cters", "[^ -~]", "");
        Console.WriteLine(stripped); //outputs "stripped of bad characters"

请参阅http://www.catonmat.net/blog/my-favorite-regex/了解有关该正则表达式工作原理的说明