替換從Excel讀取的字符串中的特定Unicode字符

我試圖替換從Excel電子表格中檢索到的字符串中的一些不受歡迎的字符。原因在於我們的Oracle數據庫使用的是WE8ISO8859P1字符集，該字符集沒有定義Excel在您的文本中「幫助」插入的幾個字符（捲曲引號，em和破折號等）。由於我無法控制數據庫或如何創建Excel電子表格我需要用別的東西替換字符。替換從Excel讀取的字符串中的特定Unicode字符

我檢索單元格的內容轉換成字符串這樣的：

string s = xlRange.get_Range("A1", Missing.Value).Value2.ToString().Trim();

查看在Visual Studio中的文本Visualiser的字符串顯示文本是完整和正確檢索。接下來，我嘗試和更換不良分子（在這種情況下，右手卷曲報價符號）中的一個：

s = Regex.Replace(s, "\u0094", "\u0022");

但不起任何作用（文字Visualiser的表明它仍然在那裏）。爲了驗證我想替換的字符實際上在那裏，我嘗試過：

bool a = s.Contains("\u0094");

但它返回false。但是：

bool b = s.Contains("」");

返回true。

我在.NET中對字符串的理解是，它們使用UTF-16編碼，而Excel可能使用ANSI。那麼這是否意味着我需要更改文本的編碼，因爲它出自Excel？或者我在這裏做錯了什麼？任何建議將不勝感激。我已經閱讀並重新閱讀了所有關於Unicode和編碼的文章，但我仍然不明智。

來源

2011-10-03 Sid Holland

.Net中的字符串是UTF-16。

你做得對;也許你的十六進制數學是不正確的。你測試的字符不是"\u0094"（不確定這是你的意思）。以下爲我工作：

((int)"」"[0]).ToString("X")返回"201D"

"」" == "\u201D"返回true

"\u0094" == ""（右手邊是空字符串）返回false

很多UTF-16字符會顯得如由文本可視化器創建的空字符串，但它們可以是不可顯示的字符或代理的一部分（即某些字符可能需要鍵入"\UXXXXXXXX"，而其他的可以是ca n用（四位數字）"\uXXXX"。）。我對這個領域的知識非常有限。

參考 - 在Jon Skeet的文章：

來源

2011-10-03 07:11:48 Jonno

是的，你說得很對，我的十六進制值是離開的。原來我使用WIN1252字符集的代碼點而不是UTF-16。有一天，我會理解所有這些（它將被難以理解的複雜性所取代）。感謝你的回答。 –

您可以使用NVARCHAR和NTEXT而不是VARCHAR和TEXT對於需要適應這些字符列。這樣你就不必轉換整個數據庫，而且你是未來的證明，因爲列將是Unicode。

來源

2011-10-07 08:48:41

是的，這將是理想的，但遺憾的是我無法控制數據庫。 –

@SidHolland請幫忙嗎？ :) http://stackoverflow.com/questions/36393449/special-characters-in-oracle-nclob –

替換從Excel讀取的字符串中的特定Unicode字符

回答

相關問題