Match.Value和国际字符

Question

Match.Value和国际字符

6

更新：本文可能对使用RichTextBox的程序员有所帮助。正则表达式对于普通字符串是正确的，但我没有注意到“ä”在richTextBox.Rtf中转换为“\e4r”！因此Match.Value是正确的 - 是人为错误。

正则表达式可以找到正确的文本，但Match.Value是错误的，因为它用“\'e4”替换了德语中的“ä”！

让我们以"Primär-ABC"为例，使用以下代码：

String example_text = "<em>Primär-ABC</em>";
Regex em = new Regex(@"<em>[^<]*</em>" );
Match emMatch = em.Match(example_text); //Works!
Match emMatch = em.Match(richtextBox.RTF); //Fails!
while (emMatch.Success)
{
  string matchValue = emMatch.Value;
  Foo(matchValue) ...
}

然后emMatch.Value返回的是“Prim\'e4r-ABC”，而不是“Primär-ABC”。

德语中的ä会转换为\'e4！因为我想使用确切的字符串，所以我需要emMatch.Value成为Primär-ABC - 我该如何实现？

- user1338270

代码看起来不错，但是：1. 你怎么知道emMatch.Value的值是\e4？你打印了吗？2. 能否以同样的方式显示example_text的值，并确保它不包含\e4？ - ie.

哦！！！非常抱歉！RTF文件包含“\ e4”，但是后来显示为“ä”。 - user1338270

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Anders Arpi · Accepted Answer

你是在什么背景下进行这项工作？

string example_text = "<em>Ich bin ein Bärliner</em>";
Regex em = new Regex(@"<em>[^<]*</em>" );
Match emMatch = em.Match(example_text);
while (emMatch.Success)
{
    Console.WriteLine(emMatch.Value);
    emMatch = emMatch.NextMatch();
}

这个代码会在我的控制台中输出<em>Ich bin ein Bärliner</em>

问题可能不是你得到了错误的值，而是你得到的值的表示方式不正确。这取决于很多因素。尝试使用UTF8编码将该值写入文本文件并查看是否仍然不正确。

编辑：对了。问题在于您正在使用Rtf属性从WinForms RichTextBox获取文本。这不会返回文本，而是返回文本的RTF表示形式。RTF不是纯文本，它是一种显示丰富文本的标记格式。如果您在例如记事本中打开RTF文档，则会看到其中有许多奇怪的代码-包括您的RTF文档中每个'ä'的\'e4。如果您在RTF框中使用了某些标记（如粗体文本、颜色等），.Rtf属性也将返回该代码，看起来类似于{\rtlch\fcs1 \af31507 \ltrch\fcs0 \cf6\insrsid15946317\charrsid15946317 test}

因此，请改用.Text属性。它将返回实际的纯文本。