C# 从字符串中删除隐藏字符

我的问题是：

我有一个.NET应用程序，通过电子邮件发送新闻稿。在outlook中查看新闻稿时，outlook会显示一个问号，以代替无法识别的隐藏字符。这些隐藏字符来自最终用户，他们将构成新闻稿的html复制并粘贴到表单中并提交。如果这些隐藏字符出现在字符串的末尾或开头，c#trim（）将删除这些隐藏字符。当在gmail中查看时事通讯时，gmail很好地忽略了它们。在word文档中粘贴这些隐藏字符时，我打开“显示段落标记和隐藏符号”选项，这些符号显示为一个较大矩形中的一个矩形。此外，构成新闻稿的文本可以是任何语言，因此必须接受Unicode字符。我试着在字符串中循环以检测字符，但循环无法识别它并通过它。在提交之前，也不可能要求最终用户先将html粘贴到记事本中

我的问题：

---

如何使用C#检测并消除这些隐藏字符

您可以使用以下方法从输入字符串中删除所有控制字符：

string input; // this is your input string
string output = new string(input.Where(c => !char.IsControl(c)).ToArray());

    string input = string.Empty;

    for (int i = 0; i < 255; i++)
    {
        input += (char)(i);
    }

对于

IsControl（）

方法

或者，如果您只想保留字母和数字，还可以使用and功能：

string output = new string(input.Where(c => char.IsLetter(c) || char.IsDigit(c)).ToArray());

您可以这样做：

var hChars = new char[] {...};
var result = new string(yourString.Where(c => !hChars.Contains(c)).ToArray());

---

我通常使用这个正则表达式来替换所有不可打印的字符

顺便说一下，大多数人认为制表符、换行符和回车符是不可打印的字符，但对我来说不是

下面是一个表达式：

string output = Regex.Replace(input, @"[^\u0009\u000A\u000D\u0020-\u007E]", "*");

• ^

  表示是否存在以下情况之一：

• \u0009

  是选项卡

• \u000A

  是换行符

• \u000D

  是回车

• \u0020-\u007E

  表示从空格到

  ~

  的所有内容，即ASCII格式的所有内容

看看是否要进行更改。记住，它会去掉所有非ASCII字符

要测试以上内容，您可以自己创建一个字符串，如下所示：

string input; // this is your input string
string output = new string(input.Where(c => !char.IsControl(c)).ToArray());

    string input = string.Empty;

    for (int i = 0; i < 255; i++)
    {
        input += (char)(i);
    }

string输入=string.Empty；
对于（int i=0；i<255；i++）
{
输入+=（字符）（i）；
}

---

这肯定会解决问题。我的字符串中有一个不可打印的替换字符（ASCII 26），导致我的应用程序中断，这行代码删除了字符，对我来说最有效的是：

string result = new string(value.Where(c =>  char.IsLetterOrDigit(c) || (c >= ' ' && c <= byte.MaxValue)).ToArray());

stringresult=newstring（value.Where（c=>char.isleterordigit（c）| |（c>=''&&c
IsControl会丢失一些控制字符，如从左向右标记（LRM）（在执行复制粘贴时通常隐藏在字符串中的字符）。如果您确定字符串中只有数字和数字，则可以使用IsleterOrdGit

new string(input.Where(c => char.IsLetterOrDigit(c)).ToArray())

如果字符串具有特殊字符，则

new string(input.Where(c => c < 128).ToArray())

新字符串（input.Where（c=>c<128.ToArray（））
我用这个又快又脏的oneliner清除了Windows 10 calculator应用程序损坏后留下的LTR/RTL标记的一些输入。这可能离完美还有很远的距离，但足以快速修复：

string cleaned = new string(input.Where(c => !char.IsControl(c) && (char.IsLetterOrDigit(c) || char.IsPunctuation(c) || char.IsSeparator(c) || char.IsSymbol(c) || char.IsWhiteSpace(c))).ToArray());

在此举一个例子..示例无效值会更好。我猜测ascii文本中的unicode字符串，但这只是一个猜测。regex，只允许字母和数字可能重复我不知道隐藏字符是什么。它只在outlook或word中显示一次。如果我在SharePoint列表（存储位置）中查看文本它是隐藏的。谢谢，我将尝试此操作。我将尝试对其进行编码并立即解码，以查看隐藏的字符是否被剥离。HtmlEncode/Decode不会删除任何字符，不确定您建议如何使用它。我不知道为什么，但char.IsControl从左到右返回falsemark@YannickBlondeau这也将删除标点和符号特殊字符“£$%^”等。因此，我认为最好的解决方案是2的组合，或者我给出的答案added@IgorMeszarosLRM是一个“格式”字符，但幸运的是C#有一个getUnicodeCegory（char C）方法，可以识别任何字符的类别。
string clean=新字符串（e.Value.Where（C=>char.getUnicodeCegory（C））！=UnicodeTegory.Format）.ToArray（）；
可以很好地删除LRM。我认为第一个^s会反转集合，而其他^s不应该在那里（将从输出中排除^s）。不幸的是，从我的单元测试中，最后一个建议（
新字符串（input.Where（c=>c<128.ToArray（））
）还将去掉重音字符。例如，“Siñalizacíon”将变成“Sializacon”。这与。