c# - teclado - tabla char

Elimine todos los caracteres que no sean ASCII de la cadena

Question

Tengo una rutina C # que importa datos de un archivo CSV, los compara con una base de datos y luego los reescribe en un archivo. El archivo de origen parece tener algunos caracteres que no son ASCII y están ensuciando la rutina de procesamiento.

Ya tengo un método estático al que ejecuto cada campo de entrada, pero realiza comprobaciones básicas como eliminar comas y comillas. ¿Alguien sabe cómo podría agregar funcionalidad que elimine también caracteres que no sean ASCII?

Answer 1

Aquí hay una mejora sobre la respuesta aceptada:

string fallbackStr = "";

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

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

Este método reemplazará caracteres desconocidos con el valor de fallbackStr , o si fallbackStr está vacío, déjelos fuera por completo. (Tenga en cuenta que enc se puede definir fuera del alcance de una función).

Answer 2

Aquí una solución simple:

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;
}

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

Answer 3

Hazlo todo a la vez

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 4

Si quisieras probar un personaje específico, podrías usar

if ((int)myChar <= 127)

Solo obtener la codificación ASCII de la cadena no le dirá que un personaje específico no era ASCII para empezar (si le importa eso). Ver MSDN .

Answer 5

Suena extraño que se acepte dejar caer el no ASCII.

También siempre recomiendo la excelente biblioteca FileHelpers para analizar archivos CSV.

Answer 6

    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 7

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