c# - 如何替换纯文本“alt-255”符号中的不可见符号

Question

我有一个纯文本，在用文本文档打开后工作正常，没有什么奇怪的。但是当我用 MS Word 打开它并单击“显示段落”选项时，一些空格显示为一个类似于度数符号的符号（一个小圆圈。如果您在 MS Word 文档中键入 alt+255，您可以看到它）。我想知道如何摆脱它。它之所以出现是因为在传出字符串的某些地方我删除了 $nbsp，但我想会有后遗症。

我希望有人能帮忙。这真的很烦人。

Answer 1

问题很可能是字符集之一。在我的测试中，alt-number 在 windows 中不起作用，所以我在一个名为 Scite 的文本编辑器中完成了它，然后复制并粘贴到 windows 中。复制和粘贴时的字符 alt-255 使用“显示段落”选项创建了度数符号，但保存为字符 A0。这是用于不间断空格的 windows-1252 字符（这似乎与预期相符鉴于它们出现在您有不间断空格的位置）。

C# 默认使用 unicode 作为其字符串编码，因此如果我要将文件加载到 c# 中，除非我另有说明，否则它将假定它是 unicode。在我的情况下，我的文件是61 A0 62 A0 63“ab c”（空格实际上是非中断空格）。当 c# 加载时，它会正确读取 a、b 和 c，但A0不是有效的 unicode 字符（或字符的开头），因此它会将其加载为 unicode 字符 65533（替换字符），这是它找到时使用的一个无法解释的角色。

通过我的测试，如果我加载它并指定编码是代码页 1252，那么它会正确加载不间断空间，然后我可以使用 string.replace 替换它。

        result = File.ReadAllText("testfile.txt", System.Text.Encoding.GetEncoding(1252));
        result = result.Replace((char)160, ' ');

最重要的是确保在加载此文件时使用正确的编码，以便正确解释字符。假设您自己生成了文件，您应该知道它使用的是什么编码。

最后一点是，正如我在评论中提到的那样，您的问题听起来可能是您没有像您认为的那样删除不间断的空格，因为它们似乎在您保存的文件中。尽管上面回答了如何在文件中删除它们的问题，但最好从源头处理问题，而不是首先将它们放入文件中。也许会打开另一个问题，详细说明您如何创建文件，询问为什么要保存不间断的空格。