我想从字符串中删除以\ xF0（ASCII码为0xF0的字符）开头的4字节UTF8字符，并尝试
sText = Regex.Replace (sText, "\xF0...", "");
这行不通。使用两个反斜杠也不起作用。
确切的输入是https://de.wikipedia.org/w/index.php?title=Spezial:Exportieren&action=submit&pages=Unicode的内容。4字节字符位于文本“ [[Violinschlüssel]]”之后，以十六进制表示：.. 0x65 0x6c 0x5d 0x5d 0x20 0xf0 0x9d 0x84 0x9e 0x20 ..预期的输出为0x65 0x6c 0x5d 0x5d 0x20 0x20 ..
怎么了？
此类字符将成为使用UTF-16的.NET中的代理对。它们每个都是两个UTF-16代码单元，即两个char值。
要删除它们，您可以执行（using System.Linq;）：
sText = string.Concat(sText.Where(x => !char.IsSurrogate(x)));
（使用Concat.NET 4.0（Visual Studio 2010）中引入的重载）。
后期添加：使用可能会带来更好的性能：
sText = new string(sText.Where(x => !char.IsSurrogate(x)).ToArray());
即使看起来更糟。（在.NET 3.5（Visual Studio 2008）中工作。）
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句