¿Cómo elimino caracteres no alfanuméricos (espacios incluidos) de una cadena?

Question

¿Cómo elimino caracteres no alfanuméricos de una cadena y espacios libres en C# con Reemplazar?

Quiero mantener a-z, A-Z, 0-9 y nada más (ni siquiera "" espacios).

"Hello there(hello#)".Replace(regex-i-want, ""); 

debe dar

"Hellotherehello" 

He tratado "Hello there(hello#)".Replace(@"[^A-Za-z0-9 ]", ""); pero se mantienen los espacios.

Answer 1

En su expresión regular, se han excluido los espacios de ser emparejado (y no se han utilizado Regex.Replace() que había pasado por alto por completo ...):

result = Regex.Replace("Hello there(hello#)", @"[^A-Za-z0-9]+", ""); 

debería funcionar. El + hace que la expresión regular sea un poco más eficiente combinando más de un carácter no alfanumérico consecutivo a la vez en lugar de uno por uno.

Si desea mantener las letras no ASCII/dígitos, también, utilizar la siguiente expresión regular:

@"[^\p{L}\p{N}]+" 

que deja

BonjourmesélèvesGutenMorgenliebeSchüler 

en lugar de

BonjourmeslvesGutenMorgenliebeSchler 

Answer 2

En .Net 4.0 puede utilizar el método IsNullOrWhitespace de la clase String para eliminar los llamados espacios en blanco. Por favor, eche un vistazo aquí http://msdn.microsoft.com/en-us/library/system.string.isnullorwhitespace.aspx Sin embargo, como @CodeInChaos señaló que hay un montón de caracteres que podrían considerarse como letras y números. Puede usar una expresión regular si solo quiere encontrar A-Za-z0-9.

Answer 3

O puede hacer esto también:

public static string RemoveNonAlphanumeric(string text) 
    { 
     StringBuilder sb = new StringBuilder(text.Length); 

     for (int i = 0; i < text.Length; i++) 
     { 
      char c = text[i]; 
      if (c >= 'a' && c <= 'z' || c >= 'A' && c <= 'Z' || c >= '0' && c <= '9') 
       sb.Append(text[i]); 
     } 

     return sb.ToString(); 
    } 

Uso:

string text = SomeClass.RemoveNonAlphanumeric("text LaLa (lol) á ñ $ 123 ٠١٢٣٤"); 

//text: textLaLalol123 

Answer 4

El error anterior se utiliza de forma incorrecta Reemplazar (no se necesita de expresiones regulares, gracias CodeInChaos).

El siguiente código debe hacer lo que se especifica:

Regex reg = new Regex(@"[^\p{L}\p{N}]+");//Thanks to Tim Pietzcker for regex 
string regexed = reg.Replace("Hello there(hello#)", ""); 

Esto da:

regexed = "Hellotherehello" 

Answer 5

Usar la siguiente expresión regular para despojar a esos todos los caracteres de la cadena usando expresiones regulares.Reemplazar

([^A-Za-z0-9\s]) 

Answer 6

var text = "Hello there(hello#)"; 

var rgx = new Regex("[^a-zA-Z0-9]"); 

text = rgx.Replace(text, string.Empty); 

Answer 7

Y como una operación de sustitución como un método de extensión:

public static class StringExtensions 
{ 
    public static string ReplaceNonAlphanumeric(this string text, char replaceChar) 
    { 
     StringBuilder result = new StringBuilder(text.Length); 

     foreach(char c in text) 
     { 
      if(c >= 'a' && c <= 'z' || c >= 'A' && c <= 'Z' || c >= '0' && c <= '9') 
       result.Append(c); 
      else 
       result.Append(replaceChar); 
     } 

     return result.ToString(); 
    } 
} 

Y prueba:

[TestFixture] 
public sealed class StringExtensionsTests 
{ 
    [Test] 
    public void Test() 
    { 
     Assert.AreEqual("text_LaLa__lol________123______", "text LaLa (lol) á ñ $ 123 ٠١٢٣٤".ReplaceNonAlphanumeric('_')); 
    } 
} 

Answer 8

Puede utilizar LINQ para filtrar los caracteres requeridos:

String source = "Hello there(hello#)"; 

    // "Hellotherehello" 
    String result = new String(source 
    .Where(ch => Char.IsLetterOrDigit(ch)) 
    .ToArray()); 

O

String result = String.Concat(source 
    .Where(ch => Char.IsLetterOrDigit(ch))); 

Y por lo que no tienen necesidad de expresiones regulares.