检查字符串是否包含无效字符？最聪明的方法是什么？

Question

我想检查一些字符串是否包含非法字符。所谓非法字符是指不应该出现的字符。这些字符是什么？虽然可能不太重要，但重要的是如何实现以及如何最简单和最有效地实现（性能）。

假设我只想要包含'A-Z'、'空格'、'.'、'$'、'0-9'的字符串

如果我的字符串是 "HELLO STaCKOVERFLOW" => 非法，因为有个 'a' 字符。

那么怎么做呢？我可以创建一个List<char>，将所有不允许的字符放入其中，并使用此列表检查字符串。也许不是个好主意，因为要加入很多字符。但我可以创建一个包含所有允许字符的列表吗？然后呢？对于字符串中的每个字符，我都必须与List<char>进行比较吗？有没有聪明的代码可以解决这个问题？另一个问题：如果我要添加 A-Z 到List<char>中，我需要手动添加 25 个字符，但这些字符据我所知在 ASCII 表中的码值为 65-90，有没有更容易的方法添加它们？谢谢

- silla

---

你可以使用字符列表的想法，然后使用字符串的indexof来实现，或者使用正则表达式。 - Ademar

请在一个 Stack Overflow 的问题中只提出一个问题。如果你有两个问题，请分开提问成两个 Stack Overflow 问题。谢谢。 - O. R. Mapper

Answer 1

你可以使用正则表达式来完成这个任务：

Regex r = new Regex("[^A-Z0-9.$ ]$");
if (r.IsMatch(SomeString)) {
    // validation failed
}

要创建一个由 A-Z 或者 0-9 组成的字符列表，你需要使用一个简单的循环：

for (char c = 'A'; c <= 'Z'; c++) {
    // c or c.ToString() depending on what you need
}

但是使用正则表达式的话，并不需要那样做 - 几乎所有的正则表达式引擎都能理解范围语法(A-Z)。

- ThiefMaster

---

啊，这可能比比较列表要容易得多。好主意。 - silla

一个问题。不应该是if (!r.IsMatching(Something)) => 验证失败吗？因为如果匹配，验证就没问题了，对吧？ - silla

不，正则表达式匹配的是字符串中包含任何一个不在 [A-Z0-9.$ ] 范围内的字符 - 这样更有效率，因为正则表达式引擎一旦找到这样的字符就可以停止匹配了。 - ThiefMaster

啊，我有点困惑，因为从来没有在C#中使用过正则表达式。所以正则表达式开头的'^'就像是"!"（不）的意思。 - silla

是的，它否定了字符类。 - ThiefMaster

Answer 2

如果你对正则表达式不是非常熟悉，那么在C#中还有另一种方法可以解决这个问题。下面是我编写的一个代码块，用于测试名为notifName的字符串变量：

var alphabet = "a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,w,x,y,z";
var numbers = "0,1,2,3,4,5,6,7,8,9";
var specialChars = " ,(,),_,[,],!,*,-,.,+,-";
var validChars = (alphabet + "," + alphabet.ToUpper() + "," + numbers + "," + specialChars).Split(',');
for (int i = 0; i < notifName.Length; i++)
{
    if (Array.IndexOf(validChars, notifName[i].ToString()) < 0) {
        errorFound = $"Invalid character '{notifName[i]}' found in notification name.";
        break;
        }
}

您可以根据需要更改添加到数组中的字符。数组IndexOf方法是整个过程的关键。当然，如果您希望逗号有效，则需要选择不同的拆分字符。

- Chuck Smith

Answer 3

评论次数不足，但我建议使用正则表达式方法。一个小注意点：您可能需要锚定输入字符串的两端，并且您至少需要匹配一个字符。因此（感谢ThiefMaster），这是我的正则表达式，用于验证简单算术计算器（加、减、乘、除）的用户输入：

Regex r = new Regex(@"^[0-9\.\-\+\*\/ ]+$");

- Peter Doubleday

Answer 4

我会选择正则表达式，但仍需要在这里补充我的意见，因为所有提出的非正则表达式解决方案在最坏情况下（字符串有效）都是O(MN)，这对于宗教原因而言是令人厌恶的。

更何况LINQ提供了比嵌套循环更简单和更高效的解决方案：

var isInvalid = "The String To Test".Intersect("ALL_INVALID_CHARS").Any();

- Good Night Nerd Pride

Answer 5

我刚刚编写了这样一个函数，并扩展了它，以限制需要时第一个和最后一个字符。原始函数仅检查字符串是否仅由有效字符组成，扩展函数添加了两个整数，用于跳过要检查的列表开头的有效字符数量和结尾的有效字符数量，在实践中，它只是简单地调用原始函数3次，在下面的示例中，它确保字符串以字母开头，不以下划线结尾。

StrChr(String, "_0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ"));
StrChrEx(String, "_0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ", 11, 1));


BOOL __cdecl StrChr(CHAR* str, CHAR* chars)
{
 for (int s = 0; str[s] != 0; s++)
 {
     int c = 0;

    while (true)
    {
        if (chars[c] == 0)
        {
             return false;
        }
         else if (str[s] == chars[c])
         {
            break;
         }
        else
         {
            c++;
         }
     }
 }

return true;
}

BOOL __cdecl StrChrEx(CHAR* str, CHAR* chars, UINT excl_first, UINT excl_last)
{
char first[2]   = {str[0], 0};
char last[2]    = {str[strlen(str) - 1], 0};

if (!StrChr(str, chars))
{
    return false;
}

if (excl_first != 0)
{
    if (!StrChr(first, chars + excl_first))
    {
        return false;
    }
}

if (excl_last != 0)
{
    if (!StrChr(last, chars + excl_last))
    {
        return false;
    }
}

return true;
}

- FrankieTheSkin

Answer 6

如果您正在使用C＃，则可以轻松使用List和contains来完成此操作。您可以对单个字符（在字符串中）或多字符字符串执行相同的操作。

  var pn = "The String To ChecK";      
  var badStrings = new List<string>()
  {
  " ","\t","\n","\r"
  };
  foreach(var badString in badStrings)
  {
    if(pn.Contains(badString))
    {
     //Do something
    }
  }

- user3417173