Наименее используемый символ-разделитель в обычном тексте

Question

Наименее используемый символ-разделитель в обычном тексте

по причинам кодирования, которые ужаснули бы вас (я слишком смущен, чтобы сказать), мне нужно сохранить несколько текстовых элементов в одной строке.

Я буду разделять их с помощью символов.

какой символ лучше всего использовать для этого, т. е. какой символ наименее вероятно появится в тексте? Должен быть доступен для печати и, вероятно, менее 128 в ASCII, чтобы избежать проблем с языковым стандартом.

778 16

delimiter ascii

16 ответов:

Comments

Ничего не найдено.

Nick Fortescue · Accepted Answer · 2009-01-29 17:48:32

предполагая, что по какой-то неловкой причине вы не можете использовать CSV, я бы сказал, пойти с данными. Возьмите несколько примеров данных и выполните простой подсчет символов для каждого значения 0-127. Выберите один из тех, которые не происходят. Если есть слишком большой выбор, получите больший набор данных. Это не займет много времени, чтобы написать, и вы получите ответ лучше для вас.

ответ будет отличаться для разных областей задач, поэтому | (pipe) является общим в сценариях оболочки, ^ является общим в математических формулах и тем же вероятно, это верно для большинства других персонажей.

Я лично думаю, что я бы пошел на | (pipe), если бы у меня был выбор, но идти с реальными данными безопаснее.

и что бы вы ни делали, убедитесь, что вы разработали схему побега!

SQLMenace · Accepted Answer · 2009-01-29 17:38:49

наверное | Или ^ Или ~ вы также можете объединить два символа

Edwin Buck · Accepted Answer · 2017-01-09 21:31:19

Я бы выбрал" unit separator "ascii код "US", ascii 30 (0x1F)

в старые-старые времена большинство вещей делалось последовательно, без произвольного доступа. Это означало, что несколько управляющих кодов были встроены в 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.
Unit Separator находится в ASCII, и есть поддержка Unicode для его отображения (обычно "us" в том же глифе), но многие шрифты не отображают его.

Если вы должны отобразить его, я бы рекомендовал отображать его в приложении, после его разбирали на поля.

Alex Fort · Accepted Answer · 2009-02-27 20:05:31

Как насчет использования формата стиля CSV? Символы могут быть экранированы в стандартном формате CSV, и там уже много парсеров уже написано.

Jason S · Accepted Answer · 2009-01-30 03:34:48

Вы сказали "для печати", но это может включать такие символы, как вкладка (0x09) или форма подачи (0x0c). Я почти всегда выбираю вкладки, а не запятые для файлов с разделителями, так как запятые иногда могут появляться в тексте.

(достаточно интересно таблица ascii имеет символы GS (0x1D), RS (0x1E) и US (0x1F) для разделителей групп, записей и единиц, независимо от того, что это/были.)

если под "печатным" вы подразумеваете символ, который пользователь может распознать и легко введите, я бы пошел на трубу | символ сначала, с несколькими другими странными символами (@ или ~ или ^ или \, или backtick, который я не могу ввести здесь) как возможность. Эти персонажи +=!$%&*()-'":;<>,.?/ похоже,что они будут более вероятны при вводе пользователем. Что касается подчеркивания _ и хэш # а скобки {}[] Я не знаю.

Icarin · Accepted Answer · 2010-09-01 19:49:34

при использовании разных языков этот символ:

зарекомендовал себя с наилучшей стороны. Однако я все еще тестирую.

Jay · Accepted Answer · 2009-01-29 17:38:20

вы можете использовать символ? Это обычно следующий наиболее распространенный разделитель после запятой или табуляции разделенных строк. Маловероятно, что большинство текстов будет содержать трубу, и ord('|') возвращает 124 для меня, так что, похоже, это соответствует вашим требованиям.

Mohammad Amin · Accepted Answer · 2011-08-13 10:58:20

для быстрого побега я использую такие вещи: скажем, вы хотите объединить str1, str2 и str3 что я делаю:
delimitedStr=str1.Replace("@","@a").Replace("|","@p")+"|"+str2.Replace("@","@a").Replace("|","@p")+"|"+str3.Replace("@","@a").Replace("|","@p");
затем, чтобы получить оригинальное использование:
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","@");
Примечание: порядок замены важно

его нерушимый и легко реализовать

Eppz · Accepted Answer · 2009-01-29 17:41:43

труба для победы! /

2

2009-01-29 17:41:43

Joe · Accepted Answer · 2009-01-30 03:09:42

мы используем ascii 0x7f, который является псевдо-печатным и почти никогда не появляется в обычном использовании.

Coxy · Accepted Answer · 2009-02-11 07:59:43

Это может быть хорошо или плохо (обычно плохо) в зависимости от ситуации и языка, но имейте в виду, что вы всегда можете base64 кодировать все это. Тогда вам не придется беспокоиться о побеге и снятии различных шаблонов с каждой стороны, и вы можете просто отделить и разделить строки на основе символа, который не используется в вашей кодировке Base64.

Мне пришлось прибегнуть к этому решению, когда столкнулся с помещением XML-документов в свойства/узлы XML. Свойства не могут иметь Блоки CDATA в них вообще, а узлы экранированы, поскольку CDATA, очевидно, не может иметь дополнительных блоков CDATA внутри, не нарушая структуру.

CSV, вероятно, лучше подходит для большинства ситуаций.

Jackson · Accepted Answer · 2009-01-29 17:39:34

Ну, это будет зависеть от характера вашего текста в некоторой степени, но вертикальная полоса 0x7C не очень часто появляется в тексте.

score 1 · Accepted Answer · 2009-02-11 07:28:27

Я не думаю, что когда-либо видел амперсанд, за которым следует запятая в естественном тексте, но вы можете сначала проверить файл, чтобы увидеть, содержит ли он разделитель, и если да, используйте альтернативу. Если вы хотите всегда быть в состоянии знать, что разделитель, который вы используете, не вызовет конфликта, затем выполните цикл проверки файла для разделителя, который вы хотите, и если он существует, то удваивайте строку, пока файл больше не будет совпадать. Это не имеет значения, если есть подобные строки, потому что ваша программа будет ищите только точные совпадения разделителей.

Iain Holder · Accepted Answer · 2013-03-20 16:41:08

вы, вероятно, придется выбрать что-то и игнорировать других применениях.
+ 
может быть хорошим кандидатом.

Will Johnson · Accepted Answer · 2013-08-20 02:55:17

и труба и каретка очевидные выборы. Я бы отметил, что если пользователи должны ввести весь ответ, каретка легче найти на любой клавиатуре, чем труба.

wdavies973 · Accepted Answer · 2017-02-21 02:26:51

Я не уверен, что вам нужно использовать ASCII, но если вы можете кодировать его в UTF-8, вы можете найти действительно неясный символ, такой как:╡ (U+2561) - который я использую в моих программах.

вы также можете заглянуть в сериализацию объектов и просто создать новые поля для всех элементов, которые вам могут понадобиться.