如何從字符串的開頭和結尾刪除不可見的unicode字符？

Question

如何以可靠的方式刪除字符串開頭和結尾的不可見字符？ 就我而言，我的字符串以從左到右嵌入[LRE]字符開頭。 但是， string.Trim()不會將其刪除，如下所示：

var myString = "\u202atest";
myString.Trim();
// Prints:
// "‪test"
myString.Trim().ToCharArray();
// Prints:
// {char[5]}
//     [0]: 8234 '‪'
//     [1]: 116 't'
//     [2]: 101 'e'
//     [3]: 115 's'
//     [4]: 116 't'

.NET Framework API中是否有功能可以修剪所有此類字符？ 我認為不止一個，而且我想避免必須手動指定每個。

Answer 1

不可見是不明確的。 一種符合Unicode的解決方案：regex類常規類別 [\\p{Control}\\p{Format}\\p{Nonspacing_Mark}\\p{Enclosing_Mark}\\p{Line_Separator}\\p{Paragraph_Separator}]字符沒有顯示寬度。 一無所有。

$ length "\x{202a}test" =~ s/[\p{Cc}\p{Cf}\p{Mn}\p{Me}\p{Zl}\p{Zp}]//r
4

在C＃中：

public static string RemoveCharactersWithoutDisplayWidth(this string str)
{
    var regex = new Regex(@"[\p{Cc}\p{Cf}\p{Mn}\p{Me}\p{Zl}\p{Zp}]");
    return regex.Replace(str, "");
}

Answer 2

你可以試試：

mystring = myString.Trim('\u202a');

如果要修剪更多類似的字符，可以將這些字符定義為數組。

char[] trimChars = {'\u202a','\u202b'};//More chars as your wish
mystring = myString.Trim(trimChars);

Answer 3

您可以嘗試分析字節：

var s = "\u202atest";
string s2 = null;
byte[] bytes = new byte[s.Length * sizeof(char)];
Buffer.BlockCopy(s.ToCharArray(), 0, bytes, 0, bytes.Length);
if (bytes[0] == 0x2a && bytes[1] == 0x20)
{
    char[] c = new char[(bytes.Length - 2) / sizeof(char)];
    Buffer.BlockCopy(bytes, 2, c, 0, bytes.Length - 2);
    s2 = new string(c);
}
var c2 = s2.ToCharArray();