Asp.net 如何在正则表达式中使用Unicode

我正在编写一个正则表达式来查找与文本文件中的Unicode字符匹配的行

!Regex.IsMatch(colCount.line, @"^"[\p{IsBasicLatin}\p{IsLatinExtended-A}\p{IsLatinExtended-B}]"+$")

下面是我写的完整代码

var _fileName = @"C:\text.txt";

BadLinesLst = File
              .ReadLines(_fileName, Encoding.UTF8) 
              .Select((line, index) =>
               {
                 var count = line.Count(c => Delimiter == c) + 1;
                     if (NumberOfColumns < 0)
                           NumberOfColumns = count;

                             return new
                             {
                                 line = line,
                                 count = count,
                                 index = index
                             };
               })
               .Where(colCount => colCount.count != NumberOfColumns || (Regex.IsMatch(colCount.line, @"[^\p{IsBasicLatin}\p{IsLatinExtended-A}\p{IsLatinExtended-B}]")))
               .Select(colCount => colCount.line).ToList();

var\u fileName=@“C:\text.txt”；
BadLinesLst=文件
.ReadLines（_文件名，Encoding.UTF8）
.选择（（行、索引）=>
{
var count=line.count（c=>Delimiter==c）+1；
if（NumberOfColumns<0）
NumberOfColumns=计数；
还新
{
行=行，
计数=计数，
索引=索引
};
})
.Where（colCount=>colCount.count！=NumberOfColumns | |（Regex.IsMatch（colCount.line，@“[^\p{IsBasicLatin}\p{IsLatinExtended-A}\p{IsLatinExtended-B}]））
.Select（colCount=>colCount.line）.ToList（）；

文件包含以下行

264162-03,66，JITK，2007,12874.000,0.000,0.000

6420œ50-00,67，JITK，2007,122292.000,0.000,0.000

4804¥75-00,67，JITK，2007,121810.000,0.000,0.000

若行的文件包含除BasicLatin或LatinExtended-A或LatinExtended-B之外的任何其他字符，那个么我需要获取这些行。

---

上面的正则表达式工作不正常，这也显示了那些包含LatinExtended-A或B的行

您只需将Unicode类别类放入一个：

这个正则表达式将查找部分匹配（因为

regex.IsMatch

在较大的字符串中查找模式匹配）。该模式将匹配任何字符，而不是

\p{IsBasicLatin}

、

\p{IsLatinExtended-A}

和

\p{IsLatinExtended-B}

Unicode类别集中的字符

您可能还需要检查以下代码：

if (Regex.IsMatch(colCount.line, 
     @"^[^\p{IsBasicLatin}\p{IsLatinExtended-A}\p{IsLatinExtended-B}]*$")) 
{ /* Do sth here */ }

---

如果整个

colCount.line

字符串不包含否定字符类中指定的3个Unicode类别中的任何字符-或者-如果字符串为空（如果不允许提取空字符串，请在末尾将

*

替换为

+

）。

修改正则表达式后，在一行中，我保留了一个字符。但是正则表达式也与该行匹配，但在实际场景中，正则表达式不应与包含扩展应用程序的行匹配。请共享与正则表达式匹配但不应匹配的字符串。此外，我建议使用一些Unicode转换器（如）检查字符属于哪个Unicode类别。480Œ475-00,67，JITK，2007,121810.000,0.000，0.000在480之后，我保留了LatinExtended-A字符，这一行不应该与正则表达式匹配，因为我提到，它应该忽略LatinExtended-A，使用此列表选择上面显示的字符串。两者也不匹配。也可以在上查看IDEONE演示。您在中共享的任何链接我都显示正确，但对于我来说，我不知道它为什么不起作用，我已经更新了问题并添加了我编写的完整代码什么是

NumberOfColumns

和

Delimiter

？分隔符是，（逗号），如果我不传递列数，则需要-1。假设我的行有，分隔的列，所以我检查所有行是否有相同的列数，并使用regex查找包含spcl字符或chines字符的行，除了提及regexI检查，同时删除这行代码，但它也不工作..好吧，我尝试了一个包含

480Œ475-00,67，JITK，2007，121810.000，0.000，0.000

，

фы

，

。这不是预期的吗？请注意，编码始终是棘手的部分。如果不是ANSI，您只需要将
true
传递给
StreamReader
，如果不是，您应该始终注意默认代码页将与
编码一起使用。默认值
。
if (Regex.IsMatch(colCount.line, 
     @"^[^\p{IsBasicLatin}\p{IsLatinExtended-A}\p{IsLatinExtended-B}]*$")) 
{ /* Do sth here */ }