C# 如何修复空白的UTF编码？
在我的C#代码中，我从PDF文档中提取文本。当我这样做时，我得到一个UTF-8或Unicode编码的字符串（我不确定是哪个）。当我使用C# 如何修复空白的UTF编码？,c#,unicode,encoding,utf-8,ascii,C#,Unicode,Encoding,Utf 8,Ascii,在我的C#代码中，我从PDF文档中提取文本。当我这样做时，我得到一个UTF-8或Unicode编码的字符串（我不确定是哪个）。当我使用Encoding.UTF8.GetBytes（src）时要将其转换为字节数组，我注意到空白实际上是两个字符，字节值为194和160 例如，字符串“CLE action”如下所示 [67, 76, 69, 194 ,160, 65 ,99, 116, 105, 111, 110] 在字节数组中，其中空格为194和160。。。由于这个src.IndexOf（“CLE
Encoding.UTF8.GetBytes（src）时[67, 76, 69, 194 ,160, 65 ,99, 116, 105, 111, 110]
src.IndexOf（“CLE动作”）正在返回-1，而我需要它返回1
如何修复字符串的编码？将\xC2\xA0
（=194、160
）解释为UTF8实际上产生了\xA0
，这是unicode不间断空格。这是与普通空间不同的字符，因此与普通空间不匹配。您必须对非中断空间进行匹配，或者对任何空白使用模糊匹配。194 160
是无中断空间的UTF-8编码
码点（HTML调用的相同码点）
所以它实际上不是一个空间，尽管它看起来像一个。（例如，您将看到它不会自动换行。）与\s
匹配的正则表达式将匹配它，但与空格的简单比较将不匹配
要简单地替换不间断空格，可以执行以下操作：
src = src.Replace('\u00A0', ' ');
在UTF8中，字符值c2 a0（194 160）被定义为无中断空间。根据ISO/IEC 8859，这是一个不允许插入断线的空间。通常，文本处理软件假定可以在任何空白字符处插入换行符（这是通常实现换行的方式）。您应该能够简单地用普通空格替换字符串以解决问题。如何编写字符串替换函数？@omega:src=src.replace（'\u00A0'，''）；如何用普通空格替换非中断空格？@omega:src=src.replace（'\u00A0'，''）；