我正在使用 HTML Agility Pack 解析 html,有时我会得到看起来很奇怪的字符串,例如:“–”。删除它们的最简单方法是什么?顺便说一下,我正在使用 C#。
最佳答案
您可能首先需要调查为什么会得到这些字符,这很可能是编码出了问题
但是如果您确实需要从字符串中删除所有非 ascii 字符,正则表达式 [^ -~] 就可以了
var stripped = Regex.Replace("străipped of baâ€d charâ€cters", "[^ -~]", "");
Console.WriteLine(stripped); //outputs "stripped of bad characters"
参见 http://www.catonmat.net/blog/my-favorite-regex/用于解释为什么该正则表达式有效
https://stackoverflow.com/questions/13509007/