如何从字符串中删除无字母字符？

这是代码：

StringBuilder sb = new StringBuilder(); Regex rgx = new Regex("[^a-zA-Z0-9 -]"); var words = Regex.Split(textBox1.Text, @"(?=(?<=[^\s])\s+\w)"); for (int i = 0; i < words.Length; i++) { words[i] = rgx.Replace(words[i], ""); } 

当我正在做Regex.Split() ，单词中也包含字符串，其中包含字符：

Daniel>

要么

Hello:

要么

\r\nNew

要么

hello---------------------------

我需要得到没有所有迹象的单词

所以我试图使用这个循环，但我结束说，有很多地方有""和一些地方只有------------------------

我不能在我的代码中使用它作为字符串。

Answer 1

您不需要正则表达式来清除非字母。 这将删除所有非unicode字母。

 public string RemoveNonUnicodeLetters(string input) { StringBuilder sb = new StringBuilder(); foreach(char c in input) { if(Char.IsLetter(c)) sb.Append(c); } return sb.ToString(); } 

或者，如果您只想允许拉丁字母，则可以使用此字母

 public string RemoveNonLatinLetters(string input) { StringBuilder sb = new StringBuilder(); foreach(char c in input) { if(c >= 'a' && c <= 'z') || (c >= 'A' && c <= 'Z') sb.Append(c); } return sb.ToString(); } 

基准与正则表达

 public static string RemoveNonUnicodeLetters(string input) { StringBuilder sb = new StringBuilder(); foreach (char c in input) { if (Char.IsLetter(c)) sb.Append(c); } return sb.ToString(); } static readonly Regex nonUnicodeRx = new Regex("\\P{L}"); public static string RemoveNonUnicodeLetters2(string input) { return nonUnicodeRx.Replace(input, ""); } static void Main(string[] args) { Stopwatch sw = new Stopwatch(); StringBuilder sb = new StringBuilder(); //generate guids as input for (int j = 0; j < 1000; j++) { sb.Append(Guid.NewGuid().ToString()); } string input = sb.ToString(); sw.Start(); for (int i = 0; i < 1000; i++) { RemoveNonUnicodeLetters(input); } sw.Stop(); Console.WriteLine("SM: " + sw.ElapsedMilliseconds); sw.Restart(); for (int i = 0; i < 1000; i++) { RemoveNonUnicodeLetters2(input); } sw.Stop(); Console.WriteLine("RX: " + sw.ElapsedMilliseconds); } 

输出（SM =字符串操作，RX =正则表达式）

 SM: 581 RX: 9882 SM: 545 RX: 9557 SM: 664 RX: 10196 

Answer 2

keyboardP的解决方案很不错 – 请考虑一下。 但正如我在评论中所说，正则表达式实际上是工作的正确工具，你只是让它变得不必要地复杂化。 实际的解决方案是单线：

 var result = Regex.Replace(input, "\\P{L}", ""); 

\P{…}指定我们不想匹配的Unicode字符类 （与\p{…}相反）。 L是字母的Unicode字符类。

当然，将它封装到一个方法中是有意义的，就像keyboardP那样。 为了避免重新编译正则表达式，您还应该考虑从实际代码中提取正则表达式（尽管这可能不会对性能产生很大影响）：

 static readonly Regex nonUnicodeRx = new Regex("\\P{L}"); public static string RemoveNonUnicodeLetters(string input) { return nonUnicodeRx.Replace(input, ""); } 

Answer 3

为了帮助Konrad和keyboardP解决他们之间的差异，我使用他们的代码进行了基准测试。 事实certificate，keyboardP的代码比Konrad的代码快10倍

  using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Text.RegularExpressions; namespace ConsoleApplication1 { class Program { static void Main(string[] args) { string input = "asdf234!@#*advfk234098awfdasdfq9823fna943"; DateTime start = DateTime.Now; for (int i = 0; i < 100000; i++) { RemoveNonUnicodeLetters(input); } Console.WriteLine(DateTime.Now.Subtract(start).TotalSeconds); start = DateTime.Now; for (int i = 0; i < 100000; i++) { RemoveNonUnicodeLetters2(input); } Console.WriteLine(DateTime.Now.Subtract(start).TotalSeconds); } public static string RemoveNonUnicodeLetters(string input) { StringBuilder sb = new StringBuilder(); foreach (char c in input) { if (Char.IsLetter(c)) sb.Append(c); } return sb.ToString(); } public static string RemoveNonUnicodeLetters2(string input) { var result = Regex.Replace(input, "\\P{L}", ""); return result; } } } 

我有

 0.12 1.2 

作为输出

更新：

要查看是否正在降低Regex方法的正则表达式编译，我将正则表达式放在一个只构造一次的静态变量中。

  static Regex rex = new Regex("\\P{L}"); public static string RemoveNonUnicodeLetters2(string input) { var result = rex.Replace(input,m => ""); return result; } 

但这对运行时没有影响。