Supprimer tous les “invisibles” caractères à partir d'une chaîne?

Je suis en train d'écrire un peu de classe pour lire une liste de paires clé-valeur à partir d'un fichier et écrire dans un Dictionary<string, string>. Ce fichier a le format suivant:

key1:value1
key2:value2
key3:value3
...

Ce devrait être assez facile à faire, mais puisque l'utilisateur doit modifier ce fichier manuellement, comment dois-je traiter avec des espaces, tabulations, sauts de ligne supplémentaires et des trucs comme ça? Je peux probablement utiliser Remplacer pour supprimer les espaces et les tabulations, mais, est-il un autre "invisible", les personnages que je suis absent?

Ou peut-être que je peux supprimer tous les caractères non alphanumériques, ":" et les sauts de ligne (depuis la ligne de saut, ce qui le séparent d'une paire de l'autre), puis supprimer tous les sauts de ligne supplémentaires. Si c', je ne sais pas comment faire pour supprimer "tout-sauf-certains" personnages.

Bien sûr, je peux aussi vérifier les erreurs comme "key1:valeur1:somethingelse". Mais des trucs comme ça n'a pas vraiment beaucoup d'importance parce que c'est évidemment la faute de l'utilisateur et je voudrais juste montrer un "format Invalide" message. J'ai juste envie de traiter avec les trucs de base, puis mettre le tout dans un bloc try/catch, juste au cas où quelque chose d'autre se passe mal.

Remarque: je n'ai PAS besoin de toute les espacements à tous, même à l'intérieur d'une clé ou une valeur.

Les plus naturelles de la solution (il y en a évidemment beaucoup de bonnes solutions pour un problème simple) dépend de la façon dont vous lire les données à partir du fichier. Pouvez-vous poster un code snippet?
Qu'entendez-vous par "invisible"? Sont fileformat.info/info/unicode/char/200c/index.htm (ZÉRO LARGEUR [NON] MENUISIER, un Général de la Ponctuation) ou peut-être fileformat.info/info/unicode/char/202a/index.htm (de GAUCHE À DROITE INCORPORATION d'une autre Ponctuation) invisible assez? 🙂 Et le en.wikipedia.org/wiki/... ... Comment pourriez-vous vivre sans? 🙂 🙂 Ici, il ya une question à propos de la visibilité des caractères U stackoverflow.com/questions/304483/...

InformationsquelleAutor Juan | 2011-03-14

.net c#deserialization io serialization

2

Les exigences sont trop floue. Considérer:

"Quand est un espace une valeur? clé?"

"Quand on est un délimiteur une valeur? clé?"

"Quand il y a un onglet d'une valeur? clé?"

"D'où une valeur de fin, quand un séparateur est utilisé dans le contexte d'une valeur? la touche"?

Ces problèmes, le résultat dans le code rempli avec un off et une expérience utilisateur médiocre. C'est pourquoi nous devons les règles de la langue, de la grammaire.

Définir un simple grammaire et de prendre la plus grande partie de la conjecture.

"{clé}":"{valeur}",

Ici vous avez une paire clé/valeur contenue à l'intérieur des guillemets et séparés par un délimiteur (,). Tous les étrangers caractères peut être ignoré. Vous pourriez utiliser le XML, mais cela peut effrayer les moins irritable utilisateurs.

Remarque, les guillemets ne sont pas arbitraires. Se sentir libre de le remplacer par n'importe quel ensemble de conteneurs qui ne sera pas besoin de beaucoup de s'échapper (il suffit de se méfier de la complexité).

Personnellement, je voudrais conclure en une INTERFACE utilisateur simple et sérialiser les données au format XML. Il y a des fois de ne pas le faire, mais vous m'avez donné aucune raison de ne pas.
- Effectivement, vous avez raison. Ce serait ma grammaire: les touches peuvent être: "A-Za-z0-9", les valeurs peuvent être: "A-Za-z0-9", clé/valeur séparateur: ":", séparateur de ligne: "\n". Je crois que je peux facilement comprendre quelques expressions régulières pour supprimer tous les caractères inutiles, peut-être en utilisant l'opérateur de négation.
InformationsquelleAutor P.Brian.Mackey
16

Je l'ai fait un récemment, lorsque j'ai enfin eu énervé à trop de sans-papiers, ordures formant mauvais xml a été à venir par le biais d'un flux. Effectivement retire tout ce qui ne tombe pas entre un espace et le ~ dans la table ASCII:
```
static public string StripControlChars(this string s)
{
    return Regex.Replace(s, @"[^\x20-\x7F]", "");
}
```
Combinée avec la RegEx exemples déjà posté il devrait vous rendre où vous voulez aller.

InformationsquelleAutor Pete M
7

Si vous utiliser des Regex (Expressions Régulières), vous pouvez filtrer le tout avec une fonction.

chaîne newVariable Regex.Remplacer(variable @"\s", "");

Qui permettra de supprimer des espaces, des caractères invisibles, \n et \r.
- Cela permettra d'éliminer espacées de clés et de valeurs. Vous pourriez juste voulez supprimer des caractères de contrôle comme \t, \n, \r et des espaces de double.
- Je crois qu'il a précisément dit qu'il aimerait aborder avec les espaces, les tabulations, ainsi que des caractères invisibles, qui comprend des caractères de contrôle.
- Les caractères de contrôle, oui, mais un espace peut être un caractère valide dans la partie de la valeur de la paire clé/valeur. L'OP ne précise pas, c'est pourquoi il est juste un commentaire pour signaler des solutions de rechange.
- Je pense que ce sera le travail APRÈS la séparation de chaque ligne. Pouvez-vous me donner un lien vers toute la documentation relative à cette regex?
- Jamais l'esprit déjà trouvé ici: mikesdotnetting.com/Article/46/.... Et oui, c'est ce dont j'avais besoin.
- Il ne fonctionne pas avec la "gauche-à-droite de la marque" qui est un personnage invisible fileformat.info/info/unicode/char/200e/index.htm
InformationsquelleAutor Kyle Uithoven
4

L'un des "blancs" espaces régulièrement des piqûres de nous, c'est l'espace insécable. Aussi notre système doit être compatible avec MS-Dynamique qui est beaucoup plus restrictif. Tout d'abord, j'ai créé une fonction qui trace les 8 bits les caractères approximative de 7 bits homologue, puis j'ai enlevé tout ce qui n'était pas dans le x20 x7f gamme plus limitée par la Dynamique de l'interface.
```
Regex.Replace(s, @"[^\x20-\x7F]", "")
```
devrait faire ce travail.

InformationsquelleAutor Dave
2
```
var split = textLine.Split(":").Select(s => s.Trim()).ToArray();
```
La fonction Trim() supprime tous les hors de propos espaces. Notez que cette conserve les espaces à l'intérieur d'une clé ou une valeur, que vous souhaitez mai à envisager séparément.
- Garniture seulement supprime les espaces au début ou à la fin de chaînes, pas TOUS les espaces.
- ouais, juste pris; ce qui soulève la question de savoir si vous voulez vraiment supprimer l'espace inséré au milieu d'une clé.
- Me semble, que l'OP veut supprimer tous les espaces.
- Split(new[] { ':' }, 2) pourrait être mieux.
InformationsquelleAutor Dan Bryant

Vous pouvez utiliser string.Trim() pour supprimer les espaces blancs:

var results = lines
        .Select(line => {
            var pair = line.Split(new[] {':'}, 2);
            return new {
                Key = pair[0].Trim(),
                Value = pair[1].Trim(),
            };
        }).ToList();

Cependant, si vous souhaitez supprimer tous les espaces vides, vous pouvez utiliser des expressions régulières:

var whiteSpaceRegex = new Regex(@"\s+", RegexOptions.Compiled);
var results = lines
        .Select(line => {
            var pair = line.Split(new[] {':'}, 2);
            return new {
                Key = whiteSpaceRegex.Replace(pair[0], string.Empty),
                Value = whiteSpaceRegex.Replace(pair[1], string.Empty),
            };
        }).ToList();

InformationsquelleAutor mgronber

Si il n'a pas à être rapide, vous pouvez utiliser LINQ:

string clean = new String(tainted.Where(c => 0 <= "ABCDabcd1234:\r\n".IndexOf(c)).ToArray());

InformationsquelleAutor Ben Voigt

Vous devez vous connecter pour publier un commentaire.