Visual Studio可以将U + 20000 Unicode作为char处理吗？怎么样？

Question

由于某些Unicode代码有多个字节，可视工作室可以处理这些字符吗？怎么样？

下面针对CJK发布{p> http://www.unicode.org。现在一个字符可能超过一个字节。

• CJK统一表意文字扩展B（U + 20000至U + 2A6D6）
• CJK统一表意文字扩展C（U + 2A700至U + 2B734）
• CJK统一表意文字扩展D（U + 2B740至U + 2B81D）
• CJK兼容性表意文字补充（U + 2F800至U + 2FA1D）

在Visual Studio 2012上，我的声明失败：

char ch = '\u2A6D6';

我还没有尝试过Visual Studio 2013 / Visual Studio 2015。

Answer 1

这个代码点不适合char，因为char只有16位，因此只支持高达65535的代码点。基本多语言平面（BMP）之外的字符可以编码为两个UTF-16使用代理对的字符串中的代码单元。

char.ConvertFromUtf32(0x2A6D6)返回包含两个char s，"\uD869\uDED6"

的字符串

---

  

代码点U + 10000到U + 10FFFF

     

来自其他平面（称为补充平面）的代码点由UTF-16编码，由称为代理对的16位代码单元对，通过以下方案：

     

  从代码点中减去
• 0x010000，在0..0x0FFFFF范围内留下20位数字。
  
• 前十位（0..0x03FF范围内的数字）被添加到0xD800以给出第一个代码单元或引导代理，它将在0xD800..0xDBFF范围内。 （早期版本的Unicode标准将这些称为高代理。）
  
• 低十位（也在0..0x03FF范围内）被添加到0xDC00以给出第二个代码单元或路径代理，它将在0xDC00..0xDFFF范围内。 （早期版本的Unicode标准将这些称为低代理。）
  

来自wikipedia - UTF-16

的

Answer 2

Visual Studio应该能够很好地处理它们。但是，您的代码在 C＃中不合法。正如@CodesInChaos所提到的，.NET中的char是UTF-16代码单元，而不是Unicode代码点。 \ uxxxx转义序列仅允许4个十六进制数字（2个字节）。在C＃中，您通常会将\ Uxxxxxxxx转义用于0xFFFF以上的代码点，但请注意这个转义序列被转换为两个代理UTF-16代码单元（即两个.NET char），因此它们可以＆＃ 39; t被分配给char数据类型。如果您需要使用char，则必须按照@CodesInChaos的建议使用代理，否则您通常会执行以下操作：

string s = "\U0002A6D6";

旁注：我最近不会将扩展调用超过2个字节，它发生了almost 20 years ago。