代码在保存时以不同方式处理 .txt 文件

Question

我有一个看起来像这样的输入 .txt 文件。

command1 param1
command2       param2
command3       param3
command4 param4

我试图减少多余的空格，所以我实现了下面的代码来删除它。

string[] output = File.ReadAllText(InputFilePath).Split('\n').Select(s => Regex.Replace(s, @"\s+", " ")).ToArray();

File.WriteAllLines(OutputFilePath, output);

如果我运行文件上的代码没有做任何事情，代码就不起作用。

但是，如果我手动进入输入文件并保存它而不做任何更改，然后再次运行代码，它工作正常。

我认为这是某种 UTF-16/8 问题，但我不确定如何解释它。我能做什么？

Answer 1

在这种特定情况下，存在“不可见的控制字符和未使用的代码点”。使用正则表达式删除这些字符解决了这个问题。

string[] output = File.ReadAllLines(InputFilePath).Select(s => Regex.Replace(s, @"\p{C}+", "")).ToArray();

代码在保存时以不同方式处理 .txt 文件

Code Treats .txt File Differently When Saved

c#

utf-8

utf-16

character-encoding