從VB.NET中的輸入字符串中刪除未知的壞字符

Question

在從字符串中刪除未知的錯誤字符時遇到一些問題。 它僅顯示為一個方框（表示我選擇的字體中無法顯示的字符）。

我嘗試了多種刪除方式，最成功的是使用正則表達式刪除任何不允許使用的字符。 那行得通。 問題是，允許使用的字符很多，基本上是任何字符，並且鑒於輸入的范圍很廣，我可能無法解釋所有字符。 另外，性能需要提高速度（基本上是滾動控制台窗口。）

還有其他格式化字符串的方式來刪除這些不可顯示的字符嗎？

我正在使用WPF文本框顯示文本，並使用VB.net作為后端代碼。

編輯：忘記添加帶有特殊字符的字符串不能從文本框中復制到剪貼板。 因此，我無法將其放在另一個程序中並確定它是什么字符。

這里的例子：

Answer 1

以下正則表達式會將您的字符串清除為嚴格的ASCII字符集。

string plainText = Clipboard.GetText(TextDataFormat.Text);

// Allow ASCII base - https://en.wikipedia.org/wiki/Basic_Latin_(Unicode_block)  for readability below or equivalently    https://en.wikipedia.org/wiki/ASCII

//non-printable characters range (\u0000-\u001F)

//remove "bad" non-printable control characters except Horizontal Tab, Line Feed, Carriage Return
//\uxxxx is unicode for the character, make 1st link easily translated. 

ascciiText = Regex.Replace(plainText, @"[\u0000-\u0008|\u000B-\u000C|\u000E-\u001F|\u0080-\u009F]", string.Empty);

//remove everything outside strict ASCII only range and delete control character (U+007F) \u007F which is Deleted character

asciiText = Regex.Replace(plainText, @"[^\u0000-\u007E]", string.Empty);

Answer 2

原來我的問題是字符串中的Ascii（0）空字符。 我遇到的麻煩是“ ASC”功能似乎根本不想打印它們。 我設法使用類似以下[\\ x00- \\ x07]的正則表達式來跟蹤它們，並使用正則表達式替換將所有匹配值替換為空字符串。 我縮小了范圍，直到找到正確的字符並僅替換為該字符。

我鼓勵任何有類似問題的人考慮使用正則表達式來匹配一組字符串。