正則表達式全部\ W

在.NET中有沒有辦法一一列舉了\所有值W？正則表達式全部 W

至於爲什麼我解析未知文件的單詞。會遇到使用嵌入是一無所有，除了標準的一些文件。見下文

樣品「PK！Ryeu * [CONTENT_TYPES] .XML¢（RÍNã0？÷HO 2·£Æ530Ì¨）？Y！@？Ycß6VÛò5Ð¾= 7）T *」「」「AM」 OU？ ïºÕIA |？UOA 「」 & I * E1 + AT）¯Wìÿý¿Ñ+0I§¥○*¶dçÓoGUU，hμÃ週日）£ª¡???? ??我的朋友？|？LD¢Ë8çAª？ ??今天O¹ò.K£°和/ IA£馬阿NIcÅÅú½Öªb2k勒??〜g2ò³Q½zlHºÄAj¬RcË9AE;？？？？？？？2 HCÆwzF°ØÏôuªVv`X ??ßiôÚ'Oõºî〜H4 ·2 |庫地|？iù³IA〜¾[ÓmQÙHãÞ¸÷OW /＃ï¾ÄÀI |？？？？？？PO AL8〜dÂñ3??L8N3áøCY &¿3AA \ @rITK¤\2UäªT¹ÄªÈ％WAW + d© 9 :? [

我認爲這是對輸出文件的打印機。

需要發omehow淘汰什麼我打電話垃圾話。它不需要是完美的。該計劃是爲了紀念與不包含在索引中，因此用戶手動審查一種簡單的方法垃圾詞的文檔。

我可能最終從安全字符（A，B，C，...）的名單做計數的什麼。喜歡的話必須有一個或不是char更安全的1/2字符，以保持安全。就像我想保持咖啡廳。垃圾話往往是所有輔助。這是一個次要ª'_LLýú詞，恰好有一些安全的字符。

在這一點上，我評估戰場。

業務的性質可能有意就被送進垃圾文件。

萬一有人關心我

rSafeChar = new Regex(@"[-_'@A-Za-z0-9]");

與safeCharCount > unsafeCharCount或safeCharCount >= unsafeCharCount

來源

2012-09-03 Paparazzi

只是好奇，一個爲什麼要這麼做？ –

什麼意思enumarate所有的值？ \ W相當於「[A-ZA-Z0-9_]」 – Eregrith

有48745個字符'\ W'在0-65535的範圍內匹配（所有可能的UTF-16字符）。他們全部有效嗎？（74％） –

玩弄去檢查什麼可通過\匹配w的一種可以使用包含整個ASCII表，並使用一個字符串下面的正則表達式：

(?:(?<wmatch>\w)*(?<wnotmatch>[^\w]*))*

所產生的羣體應該那些燒焦的列表acters匹配，採用\ W不匹配。

下面是一個例子：

private void TestMatch() 
{ 
    string ascii = "[email protected]_$14-195djsjfke1058446541"; 
    Regex r = new Regex(@"(?:(?<wmatch>\w)*(?<wnotmatch>[^\w]*))*"); 
    Match m = r.Match(ascii); 
    if (m.Success) 
    { 
    string msg = "\\w matches :"; 
    foreach (Capture cap in m.Groups["wmatch"].Captures) 
    { 
     msg += cap.Value + ", "; 
    } 
    msg += Environment.NewLine + "\\w does not match: "; 
    foreach (Capture cap in m.Groups["wnotmatch"].Captures) 
    { 
     msg += cap.Value + ", "; 
    } 
    MessageBox.Show(msg); 
    } 
}

表演：

\\w matches :a, b, c, d, e, f, 0, 9, 3, 4, _, 1, _, 1, 4, 1, 9, 5, d, j, s, j, f, k, e, 1, 0, 5, 8, 4, 4, 6, 5, 4, 1, 
\\w does not match: +, !, @, $, -, "

來源

2012-09-03 14:15:08 Eregrith

Unicode的，但我會試試這個 – Paparazzi

正則表達式全部\ W

回答

相關問題