En supprimant les caractères de contrôle à partir d'une chaîne UTF-8

J'ai trouvé cette question, mais elle supprime tous les valide utf-8 personnages aussi (me renvoie une chaîne vide, alors qu'il y a de valable utf-8 caractères plus les caractères de contrôle). Comme je l'ai lu à propos de utf-8, il n'y a pas une gamme spécifique pour control characters et chaque personnage a sa propre control characters.

Comment puis-je modifier ci-dessus solution pour ne supprimer control characters ?

Vous savez, avec quelques lignes de code (ce qui est exactement une chaîne utf-8?) et un petit échantillon de ce texte, ce serait de commencer à ressembler à une vraie question.
véritable chaîne en arabe, est utf-8 chaîne par un point-virgule et les caractères de contrôle. J'ai fourni un lien vers les plus similaires question: stackoverflow.com/questions/20762/...
Comment définir les caractères de contrôle? Ceux avec codepoint <32?
J'ai trouvé il n'est pas sur les vrais caractères de contrôle. N'importe quel caractère spécial comme ", ; etc fait problème. Je suis en train de définir la chaîne de HttpHeader mais obtenir cette exception: Specified value has invalid Control characters

OriginalL'auteur Xaqron | 2011-07-23

  1. 18

    Je pense que le code suivant fonctionne pour vous:

    public static string RemoveControlCharacters(string inString)
{
    if (inString == null) return null;
    StringBuilder newString = new StringBuilder();
    char ch;
    for (int i = 0; i < inString.Length; i++)
    {
        ch = inString[i];
        if (!char.IsControl(ch))
        {
            newString.Append(ch);
        }
    }
    return newString.ToString();
}
    Merci. Je reçois encore des Specified value has invalid Control characters. exception, tout en essayant de définir la chaîne de HttpHeader.
    Il n'a pas de travail pour tous les caractères de contrôle. J'ai changé la condition de !char.IsControl(ch) et maintenant, il doit travailler pour vous.
    J'ai trouvé le problème, il n'est pas sur le réel control characters. N'importe quel caractère spécial comme \", ; etc fait problème. Je n'ai aucune idée de comment le supprimer à partir d'un utf-8 chaîne.
    Qu'est ce qu'un spécial caractère dans votre cas? Non alphanumérique? Vous devez définir ces caractères spéciaux et de modifier l'état.
    utilisation char.IsLetter() méthode.

    OriginalL'auteur Centro

  2. 17

    C'est comment je roule:

    Regex.Replace(evilWeirdoText, @"[\u0000-\u001F]", string.Empty)

    Cette opération supprime toutes les 31 premiers caractères de contrôle. La prochaine valeur hexadécimale de \u001F est \u0020 AKA l'espace. Tout ce qui est avant tout le saut de ligne et nulle de non-sens.

    De me croire sur les personnages: http://donsnotes.com/tech/charsets/ascii.html

    il ne filtre pour l'ASCII (UTF-8 C0 Contrôles, mais sans supprimer (rubout)"), mais la question est à propos de l'UTF-8. Là, vous avez plus de contrôle caractères (UTF-8 Contrôles C1).

    OriginalL'auteur BritishDeveloper

  3. 0

    Si vous prévoyez d'utiliser la chaîne comme une chaîne de requête, vous devez envisager d'utiliser la Uri.EscapeUriString() ou Uri.EscapeDataString() avant de l'envoyer.
    Remarque: Vous pourriez encore besoin de sortir quelque chose de char.IsControl() en premier?

    OriginalL'auteur Plater