Question

我在.resx文件中有一些字符串，包括一些像这样的序列：

\u26A0 warning

所以我使用以下代码来取消它

str = Regex.Unescape(str);

现在，当我看到结果一切正常时（使用 \u ）并显示相关的表情符号。

但 Regex.Unescape(...)方法在输入字符串包含 \U 时不起作用：

\U0001F4D8 book

并返回此错误：

错误：无法识别的转义序列 \ U

我的问题：

.Net框架中有另一种方法可以将Unescape序列包括 \ u 和 \ U ？
如果没有嵌入方法，我怎样才能手动编写辅助方法呢？

编辑：

当我从resx文件中读取字符串时，它有双反斜杠，我应该将这些Unicode序列转换为它们的字符：

Answer 1

确实，根据Regex.Unescape的源代码，RegexParser.ScanCharEscape，\U未得到处理。

相反，您可以考虑在char.ConnvertFromUtf32的帮助下进行手动转换：

string converted = char.ConvertFromUtf32(int.Parse("0001F4D8", NumberStyles.HexNumber));

这是一份草案实施。（令人讨厌的复杂性来自于尝试区分\U和\\U。）

static string Unescape(string str)
{
    StringBuilder builder = new StringBuilder();
    int startIndex = 0;
    while(true)
    {
        int index = IndexOfBackslashU(str, startIndex);
        if (index == -1)
            return builder.Append(Regex.Unescape(str.Substring(startIndex))).ToString();
        builder.Append(Regex.Unescape(str.Substring(startIndex, index - startIndex)));
        string number = str.Substring(index + 2, 8);
        builder.Append(char.ConvertFromUtf32(int.Parse(number, NumberStyles.HexNumber)));
        startIndex = index + 10;
    }
}

static int IndexOfBackslashU(string str, int startIndex)
{
    while (true)
    {
        int index = str.IndexOf(@"\U", startIndex);
        if (index == -1)
            return index;
        bool evenNumberOfPreviousBackslashes = true;
        for (int k = index-1; k >= 0 && str[k] == '\\'; k--)
            evenNumberOfPreviousBackslashes = !evenNumberOfPreviousBackslashes;
        if (evenNumberOfPreviousBackslashes)
            return index;
        startIndex = index + 2;
    }
}

Answer 2

我写了这个方法，问题解决了：

public static string UnescapeIt(string str)
{
    var regex = new Regex(@"(?<!\\)(?:\\u[0-9a-fA-F]{4}|\\U[0-9a-fA-F]{8})", RegexOptions.Compiled);
    return regex.Replace(str,
        m =>
        {
            if (m.Value.IndexOf("\\U", StringComparison.Ordinal) > -1)
                return char.ConvertFromUtf32(int.Parse(m.Value.Replace("\\U", ""), NumberStyles.HexNumber));
            return Regex.Unescape(m.Value);
        });
}

unescape \u序列和将 \U序列转换为相关字符。所以我们可以看到表情符号。

使用：

str= UnescapeIt(str);

<强>结果：

<强>更新我从
改变了正则表达式
\\u[0-9a-fA-F]{4}|\\U[0-9a-fA-F]{8}

到

(?<!\\)(?:\\u[0-9a-fA-F]{4}|\\U[0-9a-fA-F]{8})

如果我们在\u或\U
之前有反斜杠，现在它将无法匹配

如何取消序列包括\ u和\ U？

2 个答案: