Question

我尝试编写一种文化感知字符串替换方法：

public static string Replace(string text, string oldValue, string newValue)
{
    int index = text.IndexOf(oldValue, StringComparison.CurrentCulture);
    return index >= 0
        ? text.Substring(0, index) + newValue + text.Substring(index + oldValue.Length)
        : text;
}

然而，它在Unicode组合字符上窒息：

// \u0301 is Combining Acute Accent
Console.WriteLine(Replace("déf", "é", "o"));       // 1. CORRECT: dof
Console.WriteLine(Replace("déf", "e\u0301", "o")); // 2. INCORRECT: do
Console.WriteLine(Replace("de\u0301f", "é", "o")); // 3. INCORRECT: dóf

要修复我的代码，我需要知道在第二个示例中，String.IndexOf只匹配一个字符（é），即使它搜索了两个（e\u0301）。同样，我需要知道，在第三个示例中，String.IndexOf匹配了两个字符（e\u0301），即使它只搜索了一个（é）。

如何确定String.IndexOf匹配的子字符串的实际长度？

注意：在text和oldValue上执行Unicode规范化（由James Keesey建议）可以容纳组合字符，但连字仍然是一个问题：

Console.WriteLine(Replace("œf", "œ", "i"));  // 4. CORRECT: if
Console.WriteLine(Replace("œf", "oe", "i")); // 5. INCORRECT: i
Console.WriteLine(Replace("oef", "œ", "i")); // 6. INCORRECT: ief

Answer 1

您需要自己直接致电FindNLSString或FindNLSStringEx。 String.IndexOf使用FindNLSStringEx，但FindNLSString中提供了您需要的所有信息。

以下是如何重写适用于测试用例的Replace方法的示例。请注意，如果您要使用系统区域设置或提供自己的系统区域设置，我将使用当前用户区域设置读取API文档。我也传递0表示标志，这意味着它将使用语言环境的默认字符串比较选项，文档可以帮助您提供不同的选项。

public const int LOCALE_USER_DEFAULT = 0x0400;

[DllImport("kernel32.dll", SetLastError = true, ExactSpelling = true)]
internal static extern int FindNLSString(int locale, uint flags, [MarshalAs(UnmanagedType.LPWStr)] string sourceString, int sourceCount, [MarshalAs(UnmanagedType.LPWStr)] string findString, int findCount, out int found);

public static string ReplaceWithCombiningCharSupport(string text, string oldValue, string newValue)
{
    int foundLength;
    int index = FindNLSString(LOCALE_USER_DEFAULT, 0, text, text.Length, oldValue, oldValue.Length, out foundLength);
    return index >= 0 ? text.Substring(0, index) + newValue + text.Substring(index + foundLength) : text;
}

Answer 2

我说得太早了（之前从未见过这种方法），但还有另一种选择。您可以使用StringInfo.ParseCombiningCharacters()方法获取每个实际字符的开头，并使用它来确定要替换的字符串的长度。

在执行Index调用之前，您需要规范化两个字符串。这将确保源和目标字符串的长度相同。

请参阅描述此确切问题的String.Normalize()参考页。

Answer 3

使用以下方法适用于您的示例。它的工作原理是比较值，直到找到源字符串中需要多少个字符等于oldValue，并使用它而不是简单地oldValue.Length。

public static string Replace(string text, string oldValue, string newValue)
{
    int index = text.IndexOf(oldValue, StringComparison.CurrentCulture);
    if (index >= 0)
        return text.Substring(0, index) + newValue +
                 text.Substring(index + LengthInString(text, oldValue, index));
    else
        return text;
}
static int LengthInString(string text, string oldValue, int index)
{
    for (int length = 1; length <= text.Length - index; length++)
        if (string.Equals(text.Substring(index, length), oldValue,
                                            StringComparison.CurrentCulture))
            return length;
    throw new Exception("Oops!");
}

由文化敏感的String.IndexOf方法匹配的子字符串长度

3 个答案: