c# - quitar - expresion regular cualquier caracter

Regex para eliminar todos los caracteres especiales de la cadena?

Question

Soy completamente incapaz de expresiones regulares, así que necesito ayuda con un problema que creo que sería mejor resolver usando expresiones regulares.

Tengo una lista de cadenas en C #:

List<string> lstNames = new List<string>();
lstNames.add("TRA-94:23");
lstNames.add("TRA-42:101");
lstNames.add("TRA-109:AD");

foreach (string n in lstNames) {
  // logic goes here that somehow uses regex to remove all special characters
  string regExp = "NO_IDEA";
  string tmp = Regex.Replace(n, regExp, "");
}

Necesito poder recorrer la lista y devolver cada elemento sin ningún carácter especial. Por ejemplo, el ítem uno sería "TRA9423", el ítem dos sería "TRA42101" y el ítem tres sería TRA109AD.

¿Hay alguna expresión regular que pueda lograr esto por mí?

Además, la lista contiene más de 4000 elementos, por lo que necesito que la búsqueda y el reemplazo sean eficientes y rápidos si es posible.

EDITAR: Debería haber especificado que cualquier carácter al lado de az, AZ y 0-9 es especial en mi circunstancia.

Answer 1

Dependiendo de tu definición de "personaje especial", creo que "[^ a-zA-Z0-9]" probablemente sea el truco. Eso encontraría cualquier cosa que no sea una letra pequeña, una letra mayúscula o un dígito.

Answer 2

Esto debería hacerlo:

[^a-zA-Z0-9]

Básicamente, coincide con todos los caracteres no alfanuméricos.

Answer 3

Para mis propósitos, quería todos los caracteres ASCII en inglés, así que funcionó.

html = Regex.Replace(html, "[^/x00-/x80]+", "")

Answer 4

Puedes usar:

string regExp = "//W";

Esto es equivalente a " [^a-zA-Z0-9] "

/ W coincide con cualquier caracter que no sea una palabra. Equivalente a las categorías Unicode [^/p{Ll}/p{Lu}/p{Lt}/p{Lo}/p{Nd}/p{Pc}] .

Answer 5

Realmente depende de tu definición de personajes especiales. Me parece que una lista blanca en lugar de una lista negra es el mejor enfoque en la mayoría de las situaciones:

tmp = Regex.Replace(n, "[^0-9a-zA-Z]+", "");

Debe tener cuidado con su enfoque actual porque los siguientes dos elementos se convertirán a la misma cadena y, por lo tanto, serán indistinguibles:

"TRA-12:123"
"TRA-121:23"

Answer 6

Si no quiere usar Regex, entonces otra opción es usar

char.IsLetterOrDigit

Puede usar esto para recorrer cada carácter de la cadena y solo devolver si es verdadero.

Answer 7

[^a-zA-Z0-9] es una clase de caracteres que coincide con cualquier carácter no alfanumérico.

Alternativamente, [^/w/d] hace lo mismo.

Uso:

string regExp = "[^/w/d]";
string tmp = Regex.Replace(n, regExp, "");

Answer 8

public static string Letters(this string input)
{
    return string.Concat(input.Where(x => char.IsLetter(x) && !char.IsSymbol(x) && !char.IsWhiteSpace(x)));
}

Answer 9

tmp = Regex.Replace(n, @"/W+", "");

/w coincide con letras, dígitos y guiones bajos, /W es la versión negada.