代码之家 › 专栏 › 技术社区 › Phil Bennett

如何获得C#中所有可打印字符的列表?

Phil Bennett · 技术社区 · 16 年前

我希望能够得到C#中所有可打印字符的字符数组,有人知道怎么做吗?

我所说的“可打印”是指可见的欧洲字符,是的,有umlauts、tildes、accents等。

5 回复 | 直到 16 年前

Fredrik Mörk 16 年前

这将为您提供一个包含所有不被视为控制字符的字符的列表:

List<Char> printableChars = new List<char>();
for (int i = char.MinValue; i <= char.MaxValue; i++)
{
    char c = Convert.ToChar(i);
    if (!char.IsControl(c))
    {
        printableChars.Add(c);
    }
}

你可能想调查另一个 Char.IsXxxx 方法来找到适合您需求的组合。

Jon Skeet 16 年前

这是弗雷德里克解决方案的LINQ版本。注意 Enumerable.Range 产生 IEnumerable<int> 所以你必须先转换成字符。 Cast<char> 我相信在3.5SP0中可以工作,但从3.5SP1开始,您必须进行“适当”转换:

var chars = Enumerable.Range(0, char.MaxValue+1)
                      .Select(i => (char) i)
                      .Where(c => !char.IsControl(c))
                      .ToArray();

我将结果创建为一个数组,因为这正是问题所要求的——尽管这不一定是最好的主意。这取决于用例。

注意,这也不考虑完整的Unicode字符,只考虑基本多语言平面中的字符。我不知道高/低代理的回报是什么,但至少值得知道一个 char 并不是真的让你代表一切:(

Noldorin 16 年前

LINQ解决方案(基于Fredrik Mrk):

Enumerable.Range(char.MinValue, char.MaxValue).Select(c => (char)c).Where(
    c => !char.IsControl(c)).ToArray();

Michael Murphy 9 年前

for (Int32 i = 0x20; i <= 0x7e; i++)
{
    printableChars.Add(Convert.ToChar(i));
}

看到这个了吗 ASCII table

Artem Y 8 年前

public bool IsPrintableASCII(char c)
{
     return c >= '\x20' && c <= '\x7e';
}

HoldOffHunger Lux 4 年前

使用这个正则表达式。。。

var regex = new Regex(@"[^\p{Cc}^\p{Cn}^\p{Cs}]");

TLDR解释

^\p{Cc} 不要匹配控制字符。
^\p{Cn} : 匹配未分配的字符。
^\p{Cs} : 不要匹配UTF-8-无效字符。

工作演示

我在这个演示中测试了两个字符串: "Hello, World!" 和 "Hello, World!" + (char)4 . char(4) 角色是什么 END TRANSMISSION

using System;
using System.Text.RegularExpressions;

public class Test {
    public static MatchCollection getPrintableChars(string haystack) {
        var regex = new Regex(@"[^\p{Cc}^\p{Cn}^\p{Cs}]");
        var matches = regex.Matches(haystack);
        return matches;
    }
    public static void Main() {
        var teststring1 = "Hello, World!";
        var teststring2 = "Hello, World!" + (char)4;
        
        var teststring1unprintablechars = getPrintableChars(teststring1);
        var teststring2unprintablechars = getPrintableChars(teststring2);
        
        Console.WriteLine("Testing a Printable String: " + teststring1unprintablechars.Count + " Printable Chars Detected");
        Console.WriteLine("Testing a String With 1-Unprintable Char: " + teststring2unprintablechars.Count + " Printable Chars Detected");
        
        foreach (Match unprintablechar in teststring1unprintablechars) {
            Console.WriteLine("String 1 Printable Char:" + unprintablechar);
        }
        
        foreach (Match unprintablechar in teststring2unprintablechars) {
            Console.WriteLine("String 2 Printable Char:" + unprintablechar);
        }
    }
}

Full Working Demo at IDEOne.com

选择

\P{C} :仅匹配可见字符。不匹配任何不可见字符。
\P{Cc} :仅匹配非控制字符。不匹配任何控制字符。
\P{Cc}\P{Cn} :仅匹配已分配的非控制字符。不匹配任何控件或未分配的字符。
\P{Cc}\P{Cn}\P{Cs}
\P{Cc}\P{Cn}\P{Cs}\P{Cf} :仅匹配已分配且UTF-8有效的非控制、非格式字符。不匹配任何控件、未分配、格式或UTF-8无效字符。

看一看 Unicode Character Properties 可用于在正则表达式中进行测试的。您应该能够在中使用这些正则表达式 Microsoft .NET , JavaScript , Python , Java , PHP Ruby , Perl , Golang Adobe . 了解Unicode字符类非常重要