【问题】抓取微信公众号文章 特殊字符()问题

最初对抓取的文章处理使用正则表达式统一处理，代码如下：

Regex regex_p = new Regex(@"<p>\s*</p>", RegexOptions.IgnoreCase | RegexOptions.CultureInvariant | RegexOptions.Multiline | RegexOptions.Singleline);
contents = regex_p.Replace(contents, "");

有一片文章字符串看上去是空行，但发现通过这个正则匹配不到空行，通过调试取到字符串发现字符串比较特殊，字符串的长度应该是几个字符，但是它的Length却2000多，非常的郁闷。

通过循环字符串的每个字符，发现字符在C#中显示的是  65279 ''，然后扒了扒文章的内容发现在网页中显示的是无数个实体。百度了下这个字符在C#中的表现最终找到一篇介绍：

http://www.fileformat.info/info/unicode/char/feff/index.htm

在C#中统一替换掉改特殊字符使用代码：

contents = contents.Replace("\uFEFF", "");

--end--