刪除XML文件中的非ASCII字符C＃

我正在嘗試編寫一個程序，用於刪除打開非ASCII字符的XML文件並用空格替換這些字符並保存並關閉該文件。刪除XML文件中的非ASCII字符C＃

基本上就是這樣，只要打開文件就可以清除所有非ascii字符並保存/關閉文件。

這裏是我的代碼：

using System; 
using System.Collections.Generic; 
using System.Linq; 
using System.Text; 
using System.Xml; 
using System.IO; 
using System.Text.RegularExpressions; 

namespace RemoveSpecial 
{ 
    class Program 
    { 
     static void Main(string[] args) 
     { 
      string pth_input = string.Empty; 
      string pth_output = string.Empty; 
      for (int i = 1; i < args.Length; i++) 
      { 
       //input one 
       string p_input = args[0]; 
       pth_input = p_input; 
       pth_input = pth_input.Replace(@"\", @"\\"); 


       //output 
       string p_output = args[2]; 
       pth_output = p_output; 
       pth_output = pth_output.Replace(@"\", @"\\"); 
      } 

      //s = Regex.Replace(s, @"[^\u0000-\u007F]+", string.Empty); 



      string lx; 

      using (StreamReader sr = new StreamReader(pth_input)) 
      { 
       using (StreamWriter x = new StreamWriter(pth_output)) 
       { 
        while ((lx = sr.ReadLine()) != null) 
        { 
         string text = sr.ReadToEnd(); 

         Regex.Replace(text, @"[^\u0000-\u007F]+", "", RegexOptions.Compiled); 
         x.Write(text); 
        } sr.Close(); 

       } 
      } 


     } 


    } 
}

在此先感謝球員。

來源

2017-03-19 user1848210

你在你的代碼中，註釋掉了答案 - 用'Regex.Replace（S，@「[^ \ u0000- \ u007F] +「，string.Empty）;' –

你當然意識到XML文檔的含義可以改變。它可能也會被破壞，因爲它可能沒有使用UTF-8進行編碼，所以讀取文件爲UTF-8。它也可能變得不完整（與XML無效）。它也可能在每個適用的模式下變得無效。此外，您並未觸摸數字字符實體引用（例如，＆＃x1f6b2;而不是），但尚不清楚這是否是您的意圖。通常，最好使用XML庫來操作XML文檔。如果你發現你的成功只是偶然發生，你應該考慮這些問題。 –

這可能是因爲US-ASCII符合您的要求而不改變XML文檔的含義，所以將文檔編碼保存爲XML文檔。 –

根據documentation，第一個字符串是一個輸入參數（不通過引用傳遞，所以它不能改變）。替換的結果是在返回值，就像這樣：

var result = Regex.Replace(text, @"[^\u0000-\u007F]+", "", RegexOptions.Compiled); 
x.Write(result);

注意RegexOptions.Compiled這裏可能會降低性能。只有在多個字符串上重複使用相同的正則表達式實例時纔有意義。你仍然可以做到這一點，如果你的循環之外創建RegEx實例：

var regex = new Regex(@"[^\u0000-\u007F]+", RegexOptions.Compiled); 

using (var sr = new StreamReader(pth_input)) 
{ 
    using (var x = new StreamWriter(pth_output)) 
    { 
     while ((lx = sr.ReadLine()) != null) 
     { 
      var text = sr.ReadToEnd(); 
      var result = regex.Replace(text, String.Empty); 
      x.Write(result); 
     } 
    } 
}

來源

2017-03-19 17:45:09 dlatikay

乾杯芽，工作！ – user1848210

刪除XML文件中的非ASCII字符C＃

回答

相關問題