删除非字母字符

Question

什么是在C#中删除所有非字母字符的最佳方法？我查了一下正则表达式，但它似乎不能识别正则表达式，当我这样做时：

string cleanString = "";
    string dirtyString = "I don't_8 really know what ! 6 non alpha- is?";
        cleanString = Regex.Replace(dirtyString, "[^A-Za-z0-9]", "");

正则表达式下面有一个红色的波浪线。我能否以简单的方式删除非字母字符，如果可以，能给我提供一个示例吗？我不确定循环和数组是否是正确的方法，还有如何获取所有非字母字符？我假设我必须做像 "如果不等于A-Z或0-9，则用""删除"这样的事情吗？

- Coder

---

关于那个红色的波浪线，你是否添加了 using System.Text.RegularExpressions？ - Andrew Whitaker

代码产生了“Idont8reallyknowwhat6nonalphais”（这似乎是你的目标）。也许你有一些编译错误？ - Alexei Levenkov

@AndrewWhitaker 我没有，之前从未使用过正则表达式，所以不知道我需要它。谢谢你。我可以看到Alexi是怎么做的了。现在我需要对其进行修改，以便保留空格并删除数字和非字母字符。 - Coder

cleanString = Regex.Replace(dirtyString, "[^a-zA-Z ' ']",""); 好的，谢谢大家。 - Coder

Answer 1

您可以使用LINQ来完成它，方法如下：

var cleanString = new string(dirtyString.Where(Char.IsLetter).ToArray());

您可以在MSDN上查看其他字符检查。

- cubski

Answer 2

正则表达式下有一条红色的波浪线。

可能是以下原因之一：

1. 编译预测没有正确工作（有时会出错）。 2. 代码中没有使用using System.Text.RegularExpressions，所以它无法确定你在说Regex时是否指的是System.Text.RegularExpressions.Regex。

回到您最初的问题：

如何以最佳方式从C#中删除所有非字母字符？

对于小字符串，您采取的方法是不错的，尽管[^A-Za-z0-9]将删除非字母数字和[^A-Za-z]将删除非字母字符。这是假设您已经限制为（或想要添加限制为）US-ASCII字符集。如果要包括像á、œ、ß或δ这样的字母，因为您正在处理真实单词而不是计算机代码，我建议使用@"\P{L}"或@"[^\p{L}\p{N}]"来允许所有字母和数字。

如果您正在处理大量文本（几千字节），那么最好通过过滤流读取它，并在进行操作时去除不需要的字符。

- Jon Hanna