2

我有一组要从字符串中删除的字符："/\[]:|<>+=;,?*'@

我正在尝试：

private const string CHARS_TO_REPLACE = @"""/\[]:|<>+=;,?*'@";

private string Clean(string stringToClean)
{
    return Regex.Replace(stringToClean, "[" + Regex.Escape(CHARS_TO_REPLACE) + "]", "");
}

但是，结果与类似的输入严格相同"Foo, bar and other"。

我的代码有什么问题？

这个问题看起来很多，但是使用黑名单而不是白名单，所以我删除了 not in ^char。

4

7 回答 7

5

你没有逃脱右方括号CHARS_TO_REPLACE

于 2012-06-15T15:14:07.917 回答
3

如前所述（但答案突然消失了），Regex.Escape不会 escape ]，所以你需要调整你的代码：

    return Regex.Replace(stringToClean, "[" + Regex.Escape(CHARS_TO_REPLACE)
          .Replace("]", @"\]") + "]", " ");
于 2012-06-15T15:21:38.070 回答
3

问题是对Regex.Escape工作原理的误解。来自 MSDN：

通过用转义码替换最小字符集（\、*、+、?、|、{、[、(,)、^、$、.、# 和空格）来转义它们。

它按预期工作，但您需要将元字符视为字符类之外Regex.Escape的转义元字符。当你使用一个字符类时，你想要在里面转义的东西是不同的。例如，在字符类内部应该转义为文字，否则它可以充当字符范围（例如，）。-[A-Z]

在你的情况下，正如其他人所提到的，]没有逃脱。对于任何在字符类中具有特殊含义的字符，您需要在调用Regex.Escape. 这应该做你需要的：

string CHARS_TO_REPLACE = @"""/\[]:|<>+=;,?*'@";
string pattern = "[" + Regex.Escape(CHARS_TO_REPLACE).Replace("]", @"\]") + "]";

string input = "hi\" there\\ [i love regex];@";
string result = Regex.Replace(input, pattern, "");
Console.WriteLine(result);

否则，你会得到["/\\\[]:\|<>\+=;,\?\*'@]，它没有]转义，所以它实际上["/\\\[]是一个字符类，然后:\|<>\+=;,\?\*'@]是模式的其余部分，除非你的字符串完全匹配那些剩余的字符，否则它不会匹配。

于 2012-06-15T15:27:03.353 回答
1

有许多字符CHARS_TO_REPLACE对于正则表达式来说是特殊的，需要用斜杠进行转义\。

这应该有效：

"/\[]:\|<>\+=;,\?\*'@
于 2012-06-15T15:15:11.480 回答
1

为什么不这样做：

 private static string Clean(string stringToClean)
    {

        string[] disallowedChars = new string[] {//YOUR CHARS HERE};

        for (int i = 0; i < disallowedChars.Length; i++)
        {
            stringToClean= stringToClean.Replace(disallowedChars[i],""); 
        }

        return stringToClean;
    }
于 2012-06-15T15:15:31.730 回答
1

单语句 linq 解决方案：

private const string CHARS_TO_REPLACE = @"""/\[]:|<>+=;,?*'@";

private string Clean(string stringToClean) {
    return CHARS_TO_REPLACE
        .Aggregate(stringToClean, (str, l) => str.Replace(""+l, ""));
}
于 2012-06-15T15:32:18.680 回答
0

为了知识起见，这里有一个适用于非常大的字符串（甚至是流）的变体。这里没有正则表达式，只需使用 stringbuilder 对每个字符进行循环以存储结果：

class Program
{
    private const string CHARS_TO_REPLACE = @"""/\[]:|<>+=;,?*'@";

    static void Main(string[] args)
    {
        var wc = new WebClient();
        var veryLargeString = wc.DownloadString("http://msdn.microsoft.com");

        using (var sr = new StringReader(veryLargeString))
        {
            var sb = new StringBuilder();

            int readVal;
            while ((readVal = sr.Read()) != -1)
            {
                var c = (char)readVal;
                if (!CHARS_TO_REPLACE.Contains(c))
                {
                    sb.Append(c);
                }
            }

            Console.WriteLine(sb.ToString());
        }
    }
}
于 2012-06-15T15:52:15.387 回答