我已经对 pdf 图像进行了 OCR 并提取了文本。由于某种原因，OCR 已将单个空格转换为双回车换行。
例如。
"\r\n\r\n"
以下不起作用，因为我认为我的 4 个字符并不是真正的搅拌，而是 4 个不可打印的字符。
DocumentData = DocumentData.Replace(@"\r\n\r\n", "");
我只想在它们一起出现时用空格替换这 4 个不可打印的字符。
怎么能不费吹灰之力就做到这一点。
问问题
344 次
3 回答
4
问题是“@”的使用。通过在文本前面加上它，转义将被忽略。只需使用 -
DocumentData = DocumentData.Replace("\r\n\r\n", " ");
于 2016-02-25T06:32:18.320 回答
2
这是你想要的吗？
DocumentData = DocumentData.Replace("\r\n\r\n", " "); // <-- change "" to " ", remove @ char
于 2016-02-25T06:30:31.117 回答
0
如果您想确保您（或发件人）在哪个系统上运行并不重要，并且您将始终捕获我将使用的不可打印的内容Regular Expressions：
DocumentData = Regex.Replace(DocumentData, @"\r\n?|\n|\r|\s+", " ");
编辑：使表达式更加健壮，并检查是否有多余的空格将它们替换为单个空格，这将避免替换后的间距过大，因此它特定于这个问题。我的错。
于 2016-02-25T06:54:28.997 回答