0

Necesito una expresión regular para eliminar los caracteres especiales, pero que mantenga sin quitar letras, números, vocales con tildes y otros símbolos.

Lo que necesito es que deje todos los caracteres permitidos en español, incluyendo letras, números, tildes, puntos y comas, paréntesis, etc; y eliminar caracteres especiales por ejemplo emojis, y ese tipo de símbolos que no son del idioma español.

Esto es lo que intenté:

string s = "søme string";
s = Regex.Replace(s, @"[^\u0000-\u007F]+ á,é,í,ó,ú", string.Empty);
2
  • Bienvenido. Sigue el recorrido de bienvenida y revisa Cómo preguntar.
    – Rubén
    el 6 may. 2017 a las 21:07
  • @inec Tal cual se pide en es.stackoverflow.com/tags/regex/info, deberías incluir más información en tu pregunta. Faltarían ejemplos, resultados esperados y casos que no deban coincidir. Actualmente, no queda del todo claro qué caracteres específicos se desean eliminar (o en su defecto dejar), y decir "los permitidos en español" es un poco amplio y deja lugar a interpretaciones. En caso de que sea sólo el rango U+0000 a U+007F más vocales con tildes (como se muestra en tu código, deberías especificarlo.
    – Mariano
    el 6 may. 2017 a las 21:34

1 respuesta 1

3

Actualmente en tu código estás intentando definir que coincida con todos los caracteres por fuera del rango U+0000 a U+007F. Para agregar más caracteres, sólo se deben incorporar en la clase de caracteres negada:

[^\u0000-\u007FáéíóúüñÁÉÍÓÚÜÑ¿¡]+

O, lo que es lo mismo, con la opción IgnoreCase:

[^\p{IsBasicLatin}áéíóúüñ¿¡]+

Y, sobre esta clase, se puede agregar cualquier caracter que desees incluir.



Ejemplo

using System.Text.RegularExpressions;
string[] pruebas = { "søme string", "letras 12345 áéíóúüñ", "LETRAS 12345 ÁÉÍÓÚÜÑ", 
                    "[*(¿¡p.r'u_e-ba!?)],", "emojis 👍😎🙊🙉👆➡️✔ #etc.️",
                    "a\"b\"c", "Barça $%&/()*¨;:_"};

foreach (string texto in pruebas)
{
    string resultado = Regex.Replace(texto, @"[^\p{IsBasicLatin}áéíóúüñ¿¡]+", string.Empty, RegexOptions.IgnoreCase);
    Console.WriteLine("{0,25} => {1}", texto, resultado);
}

Salida

              søme string => sme string
     letras 12345 áéíóúüñ => letras 12345 áéíóúüñ
     LETRAS 12345 ÁÉÍÓÚÜÑ => LETRAS 12345 ÁÉÍÓÚÜÑ
     [*(¿¡p.r'u_e-ba!?)], => [*(¿¡p.r'u_e-ba!?)],
emojis 👍😎🙊🙉👆➡️✔ #etc.️ => emojis  #etc.
                    a"b"c => a"b"c
        Barça $%&/()*¨;:_ => Bara $%&/()*;:_

Demo

http://ideone.com/7JkNxQ

2
  • Hola @mariano, gracias por respuesta, lo que necesito es que deje todos los caracteres permitidos en español, incluyendo letras, números, tildes, puntos y comas, paréntesis etc... Y eliminar caracteres especiales por ejemplo emojis, y ese tipo de símbolos que no son del idioma español.
    – inec
    el 6 may. 2017 a las 21:18
  • 1
    En ese caso, deberías editar tu pregunta aclarando qué caracteres específicos se deben incluir, o cuáles son los caracteres específicos que se desea eliminar, mostrando ejemplos y resultados esperados
    – Mariano
    el 6 may. 2017 a las 21:21

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.