Supprimer tous les caractères non-ASCII de la chaîne

Question

J'ai une routine C# qui importe des données à partir d'un fichier CSV, les met en correspondance avec une base de données, puis les réécrit dans un fichier. Le fichier source semble avoir quelques caractères non-ASCII qui bloquent la routine de traitement.

J'ai déjà une méthode statique que j'exécute chaque champ d'entrée, mais il effectue des vérifications de base comme la suppression des virgules et des guillemets. Est-ce que quelqu'un sait comment je pourrais ajouter une fonctionnalité qui supprime les caractères non-ASCII aussi?

Answer 1

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

Answer 2

Il semble assez étrange qu'il soit accepté de supprimer le non-ASCII.

Aussi je recommande toujours l'excellente bibliothèque FileHelpers pour l'analyse des fichiers CSV.

Answer 3

Si vous voulez tester un caractère spécifique, vous pouvez utiliser

if ((int)myChar <= 127) 

Juste obtenir le codage ASCII de la chaîne ne vous dirai pas qu'un caractère spécifique était non-ASCII pour commencer (si vous vous souciez à propos de ça). Voir MSDN.

Answer 4

Voici une solution 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; 
} 

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

Answer 5

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 6

Est-ce que tout à la fois

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 7

Voici une amélioration de la réponse acceptée:

string fallbackStr = ""; 

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

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

Cette méthode remplace les caractères inconnus par la valeur fallbackStr, ou si fallbackStr est vide, laissez-les entièrement. (Notez que peut être défini en dehors de la portée d'une fonction.)