用C#替换特殊字符的字符串

Question

我的要求是：

我需要将一些特殊字符，如 * ' " , _ & # ^ @，替换为 string.Empty，并将空格替换为 -。

这是我的代码：

 Charseparated = Charseparated
    .Replace("*","")
    .Replace("'","")
    .Replace("&","")
    .Replace("@","") ...

我需要替换这么多字符，所以必须使用同样数量的Replace，但我想避免这种做法。

有没有其他高效的方法可以删除特殊字符、同时将空格替换为-？

- Venkat

---

使用正则表达式 - Myrtle

只是想补充一下，如果这是关于生成有效文件名的问题，您可以使用 Sytem.IO.Path.GetInvalidFileNameChars 获取无效字符集。 - Georg Patscheider

有何特殊之处？这些并不是特殊字符。你是想清理文件路径吗？读取带引号的CSV文本？净化SQL输入？针对每种情况都有更好的替代方案，不需要使用替换操作。 - Panagiotis Kanavos

StringBuilder.Replace() 是一个更高效的替代方案，用于替换字符串中的内容，如此处所讨论。但是您仍然需要使用多个 Replace() 调用。 - Seth Denburg

你有一个问题。你用正则表达式解决了它。现在你有两个问题。（抱歉，我忍不住要说这句玩笑话 :)） - Daniel Williams

Answer 1

我认为，在这里最好使用以下正则表达式

s/[*'",_&#^@]/ /g

你可以使用 Regex 类来实现这个目的。

Regex reg = new Regex("[*'\",_&#^@]");
str1 = reg.Replace(str1, string.Empty);

Regex reg1 = new Regex("[ ]");
str1 = reg.Replace(str1, "-");

- Rahul

---

你的正则表达式在替换为string.empty和“-”时有什么区别？对我来说，似乎你总是用空格替换，这并不是要求中的内容。（或者我错了吗？） - Patrick Hofman

@PatrickHofman。好的，看到你在回答中进行了编辑，但是这样做，你的回答并没有展示出所有可能的字符，对吧？ - Rahul

同意，但从概念上讲它是可行的。你的方案没有或者不够清晰。 - Patrick Hofman

@Venkat 已更正。 - Patrick Hofman

考虑一下静态方法Regex.Replace(input, pattern, replacement)。对于单次使用的正则表达式，我更喜欢使用它。 - DavidTheWin

Answer 2

使用正则表达式

Regex.Replace("Hello*Hello'Hello&Hello@Hello Hello", @"[^0-9A-Za-z ,]", "").Replace(" ", "-")

它将用string.Empty替换所有特殊字符，并用"-"替换空格。

- Mitesh Gadhiya

---

这不是拼写错误 - 空格在那里。因为我们想用"-"替换空格。 - Mitesh Gadhiya

首先，它会用空字符串替换所有特殊字符。一开始使用正则表达式进行替换，会有空格，然后将空格替换为连字符。 - Mitesh Gadhiya

抱歉，我显然有点特别。你是完全正确的，我会删除我的评论（在给你足够时间阅读后）。我显然现在不应该看SO。;-) - Chris

Answer 3

Regex.Replace(source_string, @"[^\w\d]", "_");

该操作将把给定字符串（source_string）中所有非字母数字替换为“_”。

- Susmita Kundu

Answer 4

创建一个要进行更改的集合，并对其进行迭代：

var replacements = new []
                   { new { Old = "*", New = string.Empty }
                   // all your other replacements, removed for brevity
                   , new { Old = " ", New = "-" }
                   }

foreach (var r in replacements)
{
    Charseparated = Charseparated.Replace(r.Old, r.New);
}

- Patrick Hofman

---

这将会导致大量临时字符串的产生。如果有大量输入数据，将会造成巨大的内存浪费，并消耗大量CPU资源进行垃圾回收。 - Panagiotis Kanavos

@PanagiotisKanavos charseperated没有被声明，它可能是一个StringBuilder，如果不是的话，很可能应该是。 - Scrobi

@Corak，你的经验完全错误。这也取决于你测试了什么——一个一次性字符串有点牵强。这还取决于你测量了什么——你是否包括垃圾回收时间？如果你想得到可用的数字，请使用BenchmarkDotNet。当你看到真实的数字时，你会感到震惊的。 - Panagiotis Kanavos

@Corak 还可以尝试一个“真实”的例子。选择一个大的日志文件并尝试解析它。 - Panagiotis Kanavos

如果没有具体的使用情境，那么任何"性能测量"都是没有意义的。如果可能的输入大小平均低于20个字符，对10万个字符串进行测量是无关紧要的。在这种情况下，“避免过早优化”的意思是：让代码可工作和易维护，并且只有在测量结果表明必要时才进行优化。 - hoffmale

Answer 5

你可以尝试使用LINQ：

  var source = "lala * lalala @ whowrotethis # ohcomeon &";

  var result = string.Concat(source.Select(c => c == ' ' 
     ? "-" 
     : "*'\",_&#^@".Contains(c) ? "" 
     : c.ToString()));

- Dmitry Bychenko

---

c.ToString() 每输入一个字符，都会创建一个临时字符串。最好只处理字符，然后在结尾将结果转换为字符串。 - Panagiotis Kanavos

一个 Where(c=>"*'\",_&#^@".Contains(c)).Select(c => c == ' ' ? '-':c) 也会导致 单次 扫描输入字符串 - where 消除不需要的字符，Select 进行替换。 - Panagiotis Kanavos

@PanagiotisKanavos：你的Where条件需要在前面加上一个!（因为它会返回所有特殊字符而不是其他所有内容）。 - hoffmale

Answer 6

使用 LINQ 和 char[] 的方法：

   string f = Filter("*WHAT/ #PO#PO");

它返回了什么？

    private string Filter(string s)
    {
        var chars = new[] { '*', '/', '#' };
        var filteredChars = s.ToArray();
        return new string(filteredChars
                 .Where(ch => !chars.Contains(ch) )
                 .Select(ch => ch == ' ' ? '-' : ch).ToArray());
    }

- Laurent Lequenne

Answer 7

string.Replace非常糟糕，非常糟糕，非常糟糕，除了最微不足道的任务外，专业程序员不应在任何地方使用它。

字符串是不可变的。这意味着每次执行string.replace（或myString = myString +“lalala”等操作时），系统都需要进行所有后勤工作（创建新指针、复制内容、垃圾收集等）。顺便说一下，帕特里克上面的答案就是这样做的（但代码可读性更好）。

如果只需要执行几次，这不是问题--并且代码立即可读。

但是，一旦将此操作放入循环中，您需要以另一种方式编写它。我会自己去使用正则表达式：

string inStr = "lala * lalala @ whowrotethis # ohcomeon &";
string outStr = Regex.Replace(inStr , "[*|@|*|&]", string.Empty);

- Jim Andrakakis

---

“string.Replace是可怕的，非常可怕，除了最琐碎的任务外，专业程序员不应在任何地方使用它。”这太可怕了。string.Replace必须小心使用，但不使用它并不能解决问题。 - Patrick Hofman

@PatrickHofman，由重复的Replace调用生成的多个临时字符串非常糟糕。在日志文件上尝试并观察内存使用量飙升到几GB。正则表达式可以以10倍的速度完成相同的工作，仅使用20MB，因为它不会生成无用的临时字符串。 - Panagiotis Kanavos

String.Replace 并不是“可怕、可怕、可怕”的，你是否应该使用它与你是否从事编程职业无关，而是取决于你想要实现什么。此外，你的正则表达式中有多余的 | 字符。 - Matti Virkkunen

@MattiVirkkunen .NET Core团队正在花费大量时间和精力消除虚假分配，甚至引入了新的UTF8String类。无论如何，多次替换都是不好的想法。这更多是关于规模-5次替换并不算太多。但如果有5000行，那就太多了。如果只需要过滤字符，则单个扫描和过滤字符比较好。 - Panagiotis Kanavos

@Matti “这篇文章一开始就说一个方法通常很糟糕”是的，这是有意为之的。我假设提问者不是资深同事。因此，我的帖子至少有50%的教学意图。告诉别人要避免什么，然后再给他们例外（如果他们过度使用，这是很常见的，那么它将处于“好但稍微不那么高效”的状态），比反过来更好。这通常不被做到正是人们试图通过string.replace查看5GB日志文件的原因。 - Jim Andrakakis

Answer 8

这是最优和简单的方法。

    public void foo()
    {
        string input = "A sample input a*b#c@d";
        string unwanted = "*'\",_&#^@";
        List<char> unwantedChars = unwanted.ToList<char>();
        StringBuilder sb = new StringBuilder();

        input = input.Replace(' ', '-');
        foreach(char c in input)
        {
            if (!unwantedChars.Any(x => x == c))
                sb.Append(c);
        }
        string output = sb.ToString(); //A-sample-input-abcd
    }

- Sunil Purushothaman

---

转换为 List<char> 不是必要的。String 有 Contains 方法，你可以直接在循环中使用：if (!unwanted.Contains(c)) - Mong Zhu

最优的吗？不是。最好的情况下，它将与正则表达式一样快。 - Panagiotis Kanavos

Answer 9

这位用户要求以“高效”的方式替换字符串。

就性能而言，使用正则表达式并不是最佳解决方案（但在可读性或方便性方面可能更好...）。

相反地，StringBuilder的性能更好，如果您处理大量数据，则这可能变得非常重要。

 StringBuilder sb = new StringBuilder(myString);
 foreach (string unwanted in collectionOfUnwantedStrings)
         {
             sb.Replace(unwanted, string.Empty);
         }

- BudBrot

Answer 10

使用 string.Split 和分隔符字符数组，然后将它们聚合回一个字符串中。但是，用 string.Empty 替换和用 "-" 替换 " " 必须分别完成。

        var res = "23#$36^45&".Split(new[] {'#', '$', '^', '&'}, StringSplitOptions.RemoveEmptyEntries)
            .Aggregate((s, s1) => s + s1);
        // "233645"

- Stefan Balan

---

.Aggregate is so unnatural here, why not string.Concat("23#$36^45&".Split(...)); - Dmitry Bychenko

没错...在这种情况下，string.Concat更适合，当你只想让那些字符消失时。但是我之前使用这种模式的场景也需要替换，聚合实际上类似于(s, s1) => s+ "_" + s1。 - Stefan Balan