使用Regex清除字符串與Base64編碼的字符串

Question

我有一個擴展方法，該方法使用Regex.Replace在將用戶輸入的字符串中的無效字符添加到XML文檔之前將其清除。

正則表達式的目的是去除用戶從Microsoft Word粘貼文本並將其替換為空格時在輸入中偶爾出現的一些隨機的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\.@-]", " ");
    }

現在，就像命運那樣，有人正在對包含base64編碼數據的字符串使用此擴展方法。

我相信的是，正則表達式將離開科技部的base64數據未經修改的，但是我認為這是可能會改變一些。

所以-明知\\w在正則表達式是匹配[A-Za-z0-9_]和Base64的有效范圍相同，這應該是正則表達式改變字符串或不是？

如果要更改字符串，為什么以及如何更改它，以便仍以常規的非編碼文本清除hi-ASCII垃圾，而不會破壞編碼的字符串。

Answer 1

Base64還使用+ ， /和= 。

您可以將這些添加到您的角色類中：

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

請注意， -必須為最后，才能使其為文字連字符減號，而不是指定范圍。

根據Microsoft的說法 ， \\w不一定與[A-Za-z0-9_]相同。