Rimuovi tutti i caratteri non ASCII dalla stringa

Question

Ho una routine C# che importa i dati da un file CSV, li confronta con un database e quindi li riscrive in un file. Il file sorgente sembra avere alcuni caratteri non ASCII che stanno ostacolando la routine di elaborazione.

Ho già un metodo statico che eseguo ogni campo di input ma esegue controlli di base come la rimozione di virgole e virgolette. Qualcuno sa come posso aggiungere funzionalità che rimuova anche i caratteri non ASCII?

Answer 1

string sOut = Encoding.ASCII.GetString(Encoding.ASCII.GetBytes(s)) 

Answer 2

Sembra strano che sia stato accettato di rilasciare il non-ASCII.

Inoltre, consiglio sempre l'eccellente libreria FileHelpers per l'analisi dei file CSV.

Answer 3

Se si voleva mettere alla prova un carattere specifico, è possibile utilizzare

if ((int)myChar <= 127) 

Basta ottenere la codifica ASCII della stringa non vi dico che un carattere specifico era non-ASCII per cominciare (se vi interessa a tale proposito). Vedi MSDN.

Answer 4

Ecco una soluzione semplice:

public static bool IsASCII(this string value) 
{ 
    // ASCII encoding replaces non-ascii with question marks, so we use UTF8 to see if multi-byte sequences are there 
    return Encoding.UTF8.GetByteCount(value) == value.Length; 
} 

fonte: http://snipplr.com/view/35806/

Answer 5

public string RunCharacterCheckASCII(string s) 
    { 
     string str = s; 
     bool is_find = false; 
     char ch; 
     int ich = 0; 
     try 
     { 
      char[] schar = str.ToCharArray(); 
      for (int i = 0; i < schar.Length; i++) 
      { 
       ch = schar[i]; 
       ich = (int)ch; 
       if (ich > 127) // not ascii or extended ascii 
       { 
        is_find = true; 
        schar[i] = '?'; 
       } 
      } 
      if (is_find) 
       str = new string(schar); 
     } 
     catch (Exception ex) 
     { 
     } 
     return str; 
    } 

Answer 6

fare tutto in una volta

public string ReturnCleanASCII(string s) 
{ 
    StringBuilder sb = new StringBuilder(s.Length); 
    foreach(char c in s) 
    { 
     if((int)c > 127) // you probably don't want 127 either 
      continue; 
     if((int)c < 32) // I bet you don't want control characters 
      continue; 
     if(c == ',') 
      continue; 
     if(c == '"') 
      continue; 
     sb.Append(c); 
    } 
    return sb.ToString(); 
} 

Answer 7

Ecco un miglioramento sulla risposta accettata:

string fallbackStr = ""; 

Encoding enc = Encoding.GetEncoding(Encoding.ASCII.CodePage, 
    new EncoderReplacementFallback(fallbackStr), 
    new DecoderReplacementFallback(fallbackStr)); 

string cleanStr = enc.GetString(enc.GetBytes(inputStr)); 

Questo metodo sostituirà i caratteri sconosciuti con il valore di fallbackStr oppure se fallbackStr è vuoto, lasciarli fuori completamente. (Si noti che può essere definito al di fuori dell'ambito di una funzione.)