如何从字符串中去除非字母数字字符（包括空格）？答案

【问题标题】：How do I strip non-alphanumeric characters (including spaces) from a string?如何从字符串中去除非字母数字字符（包括空格）？
【发布时间】：2012-01-08 16:34:36
【问题描述】：

如何在 C# 中使用 Replace 去除字符串中的非字母数字字符和松散空格？

我想保留 a-z、A-Z、0-9，仅此而已（甚至不包括 " " 空格）。

"Hello there(hello#)".Replace(regex-i-want, "");

应该给

"Hellotherehello"

我已尝试"Hello there(hello#)".Replace(@"[^A-Za-z0-9 ]", "");，但空格仍然存在。

【问题讨论】：

先定义一下字母数字的确切含义如何？你只想要 A-Z、a-z、0-9 吗？ Unicode 有更多的字母和数字。
有了那个编辑，它看起来好多了 - 收回我的负票。
为什么你的括号里有空格？而string.Replace 一开始就没有使用正则表达式。
绝对清楚：你也不想要ä这样的字母吗？
我在回答我的问题时考虑了您的提示（见下文）。

标签： c# asp.net .net regex

【解决方案1】：

在您的正则表达式中，您已经排除了匹配的空格（并且您没有使用我完全忽略的Regex.Replace()...）：

result = Regex.Replace("Hello there(hello#)", @"[^A-Za-z0-9]+", "");

应该可以。 + 通过一次匹配多个连续的非字母数字字符而不是一个一个匹配，使正则表达式更加高效。

如果您也想保留非 ASCII 字母/数字，请使用以下正则表达式：

@"[^\p{L}\p{N}]+"

离开

BonjourmesélèvesGutenMorgenliebeSchüler

而不是

BonjourmeslvesGutenMorgenliebeSchler

【讨论】：

我试过这个......它非常接近，但它似乎留下了空格 - 我也希望它们被剥离！谢谢。
不，它没有。除非你有特殊的空间，比如不可破坏的空间 ASCII 160（第二个版本也正确地删除了这些）。
嗯，我尝试了以下操作：string t = "hello there - ( efrwef )";string a = "New: " + t.Replace(@"[^\p{L}\p{N}]+", "");，结果是“你好 - (efrwef)” - 完全没有改变 - 我知道我在这里做错了。
string.Replace 不需要正则表达式。
AHHH 这可以解释一切。那么，我怎么能用 C# 中的正则表达式来做上面描述的事情呢？

【解决方案2】：

您可以使用 Linq 过滤掉所需的字符：

  String source = "Hello there(hello#)";

  // "Hellotherehello"
  String result = new String(source
    .Where(ch => Char.IsLetterOrDigit(ch))
    .ToArray());

或者

  String result = String.Concat(source
    .Where(ch => Char.IsLetterOrDigit(ch)));

所以你不需要正则表达式。

【讨论】：

伟大的补充！知道这与正则表达式解决方案的相对性能会很有趣。走出大门，它读起来好多了。
在 LinqPad 中的快速测试表明，这与编译的正则表达式解决方案之间的差异可以忽略不计。可读性对我来说是赢家。
看起来非常整洁易读，如果性能相同，我正在使用它，谢谢。 NB 对于像我这样的新程序员，这意味着您需要在文件顶部添加行 using System.Linq; 以便 C# 编译器识别方法 Where。

【解决方案3】：

或者你也可以这样做：

    public static string RemoveNonAlphanumeric(string text)
    {
        StringBuilder sb = new StringBuilder(text.Length);

        for (int i = 0; i < text.Length; i++)
        {
            char c = text[i];
            if (c >= 'a' && c <= 'z' || c >= 'A' && c <= 'Z' || c >= '0' && c <= '9')
                sb.Append(text[i]);
        }

        return sb.ToString();
    }

用法：

string text = SomeClass.RemoveNonAlphanumeric("text LaLa (lol) á ñ $ 123 ٠١٢٣٤");

//text: textLaLalol123

【讨论】：

虽然我喜欢一般的方法，但它不符合只允许 A-Z、a-z、0-9 的要求。它也允许其他字母和数字。
unicode也有10多位数字。 ٠١٢٣٤ 是一些例子。
对不起，还是错了。 ToLower 使用当前语言环境。所以当你在土耳其跑步时，它不会允许I，而是允许İ。 en.wikipedia.org/wiki/Dotted_and_dotless_I
@CodeInChaos 哇...猜猜我的懒惰让我这样做了。固定:)

【解决方案4】：

上面的错误是错误地使用了 Replace（它不需要正则表达式，感谢 CodeInChaos）。

以下代码应该执行指定的操作：

Regex reg = new Regex(@"[^\p{L}\p{N}]+");//Thanks to Tim Pietzcker for regex
string regexed = reg.Replace("Hello there(hello#)", "");

这给出了：

regexed = "Hellotherehello"

【讨论】：

【解决方案5】：

并作为替换操作作为扩展方法：

public static class StringExtensions
{
    public static string ReplaceNonAlphanumeric(this string text, char replaceChar)
    {
        StringBuilder result = new StringBuilder(text.Length);

        foreach(char c in text)
        {
            if(c >= 'a' && c <= 'z' || c >= 'A' && c <= 'Z' || c >= '0' && c <= '9')
                result.Append(c);
            else
                result.Append(replaceChar);
        }

        return result.ToString();
    } 
}

并测试：

[TestFixture]
public sealed class StringExtensionsTests
{
    [Test]
    public void Test()
    {
        Assert.AreEqual("text_LaLa__lol________123______", "text LaLa (lol) á ñ $ 123 ٠١٢٣٤".ReplaceNonAlphanumeric('_'));
    }
}

【讨论】：

【解决方案6】：

var text = "Hello there(hello#)";

var rgx = new Regex("[^a-zA-Z0-9]");

text = rgx.Replace(text, string.Empty);

【讨论】：

欢迎您。一点解释总是让你的答案更有价值。在 SO 上，人们倾向于想知道为什么，而不是仅仅知道如何。 ;)

【解决方案7】：

使用下面的正则表达式，使用 Regex.Replace 从字符串中删除所有字符

([^A-Za-z0-9\s])

【讨论】：

'string.Replace()' 不将正则表达式作为参数
@PostureOfLearning 谢谢你的评论，但你应该看看这个问题。问题不是关于替换方法，而是关于正则表达式。方法的用法是从它自己提供的有用正则表达式的问题中复制而来的。请收回您的投票:)
我理解这个问题，我意识到这个问题也有无效的代码。但是，我接受问题中的无效代码，因为他们正在尝试学习，但我发现答案中的错误代码是不可接受的。这是一个答案，应该可以工作。在寻求解决我自己的问题时，您的回答将我引向错误的方向。话虽如此，如果您想更改它，我很乐意收回投票；）

【解决方案8】：

在 .Net 4.0 中，您可以使用 String 类的 IsNullOrWhitespace 方法来删除所谓的空白字符。请看这里http://msdn.microsoft.com/en-us/library/system.string.isnullorwhitespace.aspx 然而，正如@CodeInChaos 指出的那样，有很多字符可以被视为字母和数字。如果只想查找 A-Za-z0-9，可以使用正则表达式。

【讨论】：

帮自己一个忙，删除它。