普通文本中最少使用的分隔符 < ASCII 128

StackOverflow https://stackoverflow.com/questions/492090

  •  20-08-2019
  •  | 
  •  

题

出于编码原因，这会让您感到恐惧（我很难说），我需要在单个字符串中存储多个文本项。

我将使用一个字符来分隔它们。

哪个字符最适合用于此目的，即哪个字符最不可能出现在文本中？必须可打印，并且可能小于 ASCII 的 128，以避免区域设置问题。

有帮助吗？

解决方案

假设你不能使用CSV我说去与数据的一些令人尴尬的原因。取一些样本数据，并为每个值0-127做一个简单的字符数。选择这不会发生的一个。如果有太多的选择，获得更大的数据集。它不会花费太多的时间来写，你会得到最好的答案给你。

答案将是不同的问题域不同，所以| （管）是在shell脚本中常见的，^是数学公式常见，同样可能对大多数其它字符也是如此。

我个人认为我会去| （管）如果给一个选择，但与真正的数据会是最安全的。

不管你做什么，要确保你已经制定了一个逃跑计划！

其他提示

大概|或^或〜你也可以将两个字符

我会选择 “单元分隔符” 的ASCII码 “US”：ASCII 31（0x1F的）

在过去，过去，大部分东西都连续进行的，没有随机访问。这意味着几个控制代码被嵌入到ASCII。

ASCII 28 (0x1C) File Separator - Used to indicate separation between files on a data input stream.
ASCII 29 (0x1D) Group Separator - Used to indicate separation between tables on a data input stream (called groups back then).
ASCII 30 (0x1E) Record Separator - Used to indicate separation between records within a table (within a group).  These roughly map to a tuple in modern nomenclature.
ASCII 31 (0x1F) Unit Separator - Used to indicate separation between units within a record.  The roughly map to fields in modern nomenclature.

单位分离器是ASCII，并且有用于显示它支持Unicode（典型的是在“我们”相同的字形），但许多字体不显示它。

如果你必须显示的话，我会建议在应用中显示出来，它被解析成田后。

当使用不同的语言，该符号：¬

被证明是最好的。但是我仍在测试。

你怎么样用一个CSV样式的格式？角色可以在一个标准的CSV格式进行转义，而且已经有很多已经写好。解析器

您说“可印刷”，但其可以包括字符，例如一个标签（0×09）或进料形式（0x0c）。我几乎总是选择制表符，而不是逗号分隔的文件，因为逗号有时会出现在文本。

（有趣的是所述 ASCII表具有字符GS（0x1D），RS（0X1E），和美国（0x1F的），用于组，记录和单元分隔符，任何那些是/是）。

如果按“打印”你的意思是一个字符，用户可以识别并轻松地输入时，我会去管|符号第一，与其他一些奇怪的字符（@或~或^或\，或反引号我似乎不能在此处输入）作为一种可能性。这些+=!$%&*()-'":;<>,.?/看起来他们的字符将更有可能在用户输入发生。至于下划线_和哈希#和{}[]我不知道括号。

可以使用管道符号？这通常用逗号或制表符分隔字符串之后的下一个最常用的分隔符。这是不太可能的大多数文本将包含一个管道，和ord（“|”）。返回124对我来说，这样似乎适合您的要求。

有关快速逸出我使用这样的东西： 说你要concatinate STR1，STR2和STR3 我做的是：

delimitedStr=str1.Replace("@","@a").Replace("|","@p")+"|"+str2.Replace("@","@a").Replace("|","@p")+"|"+str3.Replace("@","@a").Replace("|","@p");

然后检索原始用途：

splitStr=delimitedStr.Split("|".ToCharArray());
str1=splitStr[0].Replace("@p","|").Replace("@a","@");
str2=splitStr[1].Replace("@p","|").Replace("@a","@");
str3=splitStr[2].Replace("@p","|").Replace("@a","@");

请注意：的替换的顺序是重要的

其牢不可破且易于实现

管为赢！ |

我们使用ASCII 0x7F的是伪打印和在正常使用很少出现。

这可以根据不同的情况和语言的好坏（通常是坏），但保持头脑记住，你可以随时进行Base64编码，整个事情。然后，您不必担心逃逸，每边进行反向转义各种图案，并且可以根据未在您的Base64编码字符集使用的字符只是独立和分割字符串。

我曾当面对将XML文档转换成XML属性/节点求助于该溶液中。属性不能在他们CDATA块在所有，节点转义为CDATA显然不能具有内部进一步CDATA块而不断裂的结构。

CSV可能是大多数情况下一个更好的主意，虽然。

那么这将取决于你的文字在一定程度上，但竖线的性质0x7C没有文字经常出现。

我不认为我见过的符号，然后在自然文本逗号，但你可以先检查一下文件，看它是否包含分隔符，如果是这样，使用替代。如果你想随时都可以知道你使用的分隔符不会造成冲突，然后做一个循环检查你想要的分隔符的文件，如果存在的话，然后双击该字符串，直到该文件不再有比赛。这不要紧，如果还有类似的字符串，因为你的程序将只寻找精确匹配的分隔符。

这两个管和尖是显而易见的选择。我想指出，如果用户想输入整个响应，插入符号是比较容易的任何键盘上找到比为管。

我不确定你是否需要使用 ASCII，但如果你能够用 UTF-8 对其进行编码，你可以找到一个非常晦涩的符号，例如： ╡ (U+2561) - 我在我的程序中经常使用它。

您还可以研究对象序列化，并为您可能需要的所有元素创建新字段。

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top