如何检测 SUB 字符并将其从 C# 中的文本文件中删除？答案

【问题标题】：How to detect SUB character and remove it from a text file in C#?如何检测 SUB 字符并将其从 C# 中的文本文件中删除？
【发布时间】：2012-08-14 08:08:53
【问题描述】：

我正在编写一个程序来处理特殊的文本文件。其中一些文本文件以 SUB 字符（替代字符。它可能是 0x1A）结尾。如何使用 C# 检测此字符并将其从文本文件中删除？

【问题讨论】：

当你说它可能是0x1A - 当你读它时它实际上 U+001A，还是不是？
我看不到它是什么。当我在 Notepad++ 中打开这个文件时，它显示为 SUB。我在网上研究了特殊的 SUB 字符，它指出 SUB 是一个特殊的 UNIX 类字符，它是 ASCII 的 26，它是十六进制的 0X1A，它是 Ctrl+Z。但是那我怎么检测 ctrl+z 呢？
"Ctrl+Z" 不是字符，它是在键盘上按下。您应该在 binary 文件编辑器中打开该文件，以检查它是否真的是字节 1A。
你在说换行符？？？字符 10??只需 Ctrl+H，进入扩展模式并写入 \n 并在任何地方替换它......
从一些“巧妙”构造的文件中删除 0x1A 可能会使文件不可读。很久以前，在一个遥远的星系中，0x1A 被用来表示文本流中的文件结束 (EOF)。后来，有些人在他们的二进制文件上放了一个文本头，用 0x1A 字符将文本与二进制文件分开。文本阅读器会读取并显示文件中的字符，直到遇到 0x1A。最终结果：您可以使用 MSDOS 的“type”命令来显示二进制文件并查看文本标题/描述，而不必费力地穿过屏幕上的大量哔哔声和垃圾字符。

标签： c# string text

【解决方案1】：

如果它在二进制数据中确实是 0x1A，并且如果您将其作为 ASCII 或 UTF-8 文件读取，则在 .NET 中读取时它应该以 U+001A 结尾。所以你也许可以写出类似的东西：

string text = File.ReadAllText("file.txt");
text = text.Replace("\u001a", "");
File.WriteAllText("file.txt", text);

请注意，"\u001a" 部分是由单个字符组成的字符串：\uxxxx 是单个 UTF-16 代码点的转义序列，给定的 Unicode 值以十六进制表示。

【讨论】：

感谢您的回答。我认为这会奏效，我会尝试一下。

【解决方案2】：

最简单的答案可能是正则表达式：

public static string RemoveAll(this string input, char toRemove)
{
   //produces a pattern like "\x1a+" which will match any occurrence
   //of one or more of the character with that hex value
   var pattern = @"\x" + ((int)toRemove).ToString("x") + "+";

   return Regex.Replace(input, pattern, String.Empty);
}

//usage
var cleanString = dirtyString.RemoveAll((char)0x1a);

是的，你可以只传入 int，但这需要知道字符的整数值。使用 char 作为参数，您可以指定一个字面量或 char 变量，减少垃圾。

【讨论】：

我不明白为什么这里需要正则表达式。这不像我们在这里寻找一个 pattern - 你可以用空字符串替换一个字符串。如果要使其可变，可以轻松使用ToString。
如果有多个相邻的匹配项，Regex 不会一次性将它们全部删除，而不是一次遍历一个字符的字符串吗？
嗯，它必须一次遍历一个字符 - 是什么让您认为 Regex.Replace 方法比 String.Replace 更有效？这不像我建议每次出现单独的 String.Replace 调用......
在这种情况下，一个字符的正则表达式可能会增加一些开销

【解决方案3】：

C# 有一种方法可以检测控制字符（包括 SUB）。见msdn：https://msdn.microsoft.com/en-us/library/9s05w2k9(v=vs.110).aspx

【讨论】：

【解决方案4】：

你也可以试试这样应该可以的

using (FileStream f = File.OpenRead("path\\file")) //Your filename + extension  
{
    using (StreamReader sr = new StreamReader(f)) 
    {
        string text = sr.ReadToEnd();
        text = text.Replace("\u001a", string.Empty);
    }
}

【讨论】：

我不相信有string.Replace(char, string) 方法。请注意，使用File.ReadAllText 会使代码更简单。
John 我会仔细检查以确保并让您知道稍等片刻.. 是的 File.ReadAllText 更简单我只是提供不同的建议..
@JonSkeet 我更改了代码.. 感谢您的关注.. +1 给你