如何使用c＃过滤不在[^ \ u0000- \ uFFFF]中的过滤字符中的字符

Question

当我的应用程序尝试使用它们处理电子邮件时，这些代码点会导致问题。

Answer 1

C＃字符串是UTF-16编码的，因此字符串的每个 char元素都是一个必须属于[\u0000-\uFFFF]范围的代码单元。如果您只想从需要2个UTF-16编码代码单元的字符串中删除每个Unicode代码点，那么您需要删除字符[\uD800-\uDBFF]的每个实例，紧接着后面跟着一个字符范围[\uDC00-\uDFFF]。或者，我相信你可以简单地删除范围[\uD800-\uDFFF]中的每个字符并完成相同的任务。

结果可能没有用，因为我认为代理对最初是出于特定原因引入的，如果过滤掉它们会导致字符串的含义发生变化。最好的解决方案是更新您的应用程序以正确处理它们。