c# - 从字符串中修剪空白字符

Question

我有一个字符串，单词之间的空白字符（或空格）组合\t未知\n。例如：

string str = "Hello \t\t  \n \t    \t World! \tPlease Help.";

我想用一个空格替换每个内部空白字符序列：

string str = "Hello World! Please Help.";

.NET 是否提供了一种内置方式来执行此操作？如果没有，我怎么能通过 C# 做到这一点？

Answer 1

using System.Text.RegularExpressions;

newString = Regex.Replace(oldString, @"\s+", " ");

Answer 2

尝试以下正则表达式替换

string original = ...;
string replaced = Regex.Replace(original, @"\s+", " ");

这会将每组空白字符 ( \s) 替换为一个空格。您可以在此处找到其他有用的字符组

• http://msdn.microsoft.com/en-us/library/4edbef7e(v=vs.71).aspx

Answer 3

string trimmed = Regex.Replace(original, @"\s+", "");

参考 - http://www.dotnetperls.com/regex-replace-spaces

Answer 4

没有内置方法可以实现这一点，但您可以使用正则表达式：

string result = Regex.Replace(str, @"\s+", " ");

Answer 5

我使用稍微不同的方法。有点罗嗦（目前在 VB 中），但它允许我轻松地进行各种排除，例如符号或标点符号或类别的组合。它还使我不必学习正则表达式。

Imports System.Runtime.CompilerServices
Imports System.Globalization
Imports System.Text

Public Module StringExclusions

        <Extension()> Public Function CharsToString(ByVal val As IEnumerable(Of Char)) As String
            Dim bldr As New StringBuilder()
            bldr.Append(val.ToArray)
            Return bldr.ToString()
        End Function

        <Extension()> Public Function RemoveCategories(ByVal val As String, ByVal categories As IEnumerable(Of UnicodeCategory)) As String
            Return (From chr As Char In val.ToCharArray Where Not categories.Contains(Char.GetUnicodeCategory(chr))).CharsToString
        End Function

        Public Function WhiteSpaceCategories() As IEnumerable(Of UnicodeCategory)
            Return New List(Of UnicodeCategory) From {UnicodeCategory.SpaceSeparator, UnicodeCategory.LineSeparator, UnicodeCategory.Control}
        End Function
        '...Other commonly used categories removed for brevity.
    End Module

和几个测试。

   [TestMethod]
    public void RemoveCharacters()
    {
        String testObj = "a \a b \b c \f d \n e \r f \t g \v h";
        Assert.AreEqual(@"abcdefgh", testObj.RemoveCategories(Strings.WhiteSpaceCategories()));
    }

    [TestMethod]
    public void KeepValidCharacters()
    {
        String testObj = @"abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ`12334567890-=~!@#$%^&*()_+[]\{}|;':,./<>?"  + "\"";
        Assert.AreEqual(@"abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ`12334567890-=~!@#$%^&*()_+[]\{}|;':,./<>?" + "\"", testObj.RemoveCategories(Strings.WhiteSpaceCategories()));
    }

Answer 6

您可以在不使用 Regex 的情况下尝试更快的替代方案：

string replaced = String.Join(" ", str.Split(
   new char[] { ' ', '\t', '\r', '\n' }, StringSplitOptions.RemoveEmptyEntries));

Answer 7

执行此操作的最快和通用方法（也将处理行终止符、制表符）。Regex 强大的工具并不真正需要解决这个问题，但 Regex 会降低性能。

String  
.Join
(" ",     
  new string  
  (stringToRemoveWhiteSpaces
      .Select
      (
         c => char.IsWhiteSpace(c) ? ' ' : c
      )
      .ToArray<char>()
  )
  .Split(new char[] {' '}, StringSplitOptions.RemoveEmptyEntries)
)