從字符串中刪除無法識別的ASCII字符

Question

我正在使用HTML Agility Pack解析html，時不時出現一些奇怪的字符串，例如：“—。 刪除它們的最簡單方法是什么？ 順便說一句，我正在使用C＃。

Answer 1

您可能需要研究為什么首先要獲取這些字符，並且編碼可能有問題

但是，如果您確實需要從字符串中刪除所有非ASCII字符，則使用正則表達式[^-〜]可以解決問題

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

請參閱http://www.catonmat.net/blog/my-favorite-regex/了解有關該正則表達式工作原理的說明