Question

我们有一个用.NET 4.0编写的网站和WinForms应用程序，允许用户输入任何Unicode字符（非常标准）。

问题在于我们将少量数据提交给旧的大型机应用程序。当我们测试时，用户输入了一个带有字符的名称，最终导致大型机程序崩溃。这个名字是BOËNS。不支持E.

检测EBCDIC是否支持unicode char的最佳方法是什么？

我尝试使用以下正则表达式，但限制了一些标准的特殊字符（/，_，:)，这对于大型机来说很好。

我更喜欢使用一种方法来验证每个char或者只是一个字符串传递的方法，如果strig中包含不受EBCDIC支持的字符，则返回true或false。

Answer 1

首先，你必须为EBCDIC获得正确的Encoding instance，调用静态GetEncoding method，它将把代码页id作为参数。

完成后，您可以将DecoderFallback property设置为static ExceptionFallback property on the DecoderFallback class中的值。

然后，在您的代码中，您将遍历字符串中的每个字符并调用GetBytes方法将字符编码为字节序列。如果无法编码，则抛出DecoderFallbackException;你只需要在GetBytes块中将每个调用包装到try/catch以确定哪个字符出错。

注意，如果您想知道失败的角色的位置，则需要上述内容。如果你不关心角色的位置，只要字符串不会作为一个整体进行编码，那么你可以调用GetBytes method which takes a string parameter，如果一个字符，它将抛出相同的DecoderFallbackException遇到无法编码。

Answer 2

您可以使用\转义正则表达式中的字符。因此，如果您想匹配一个点，您可以@"\."。要匹配/._,:[]-，例如：@"[/._,:\-\[\]]。现在，EBDIC是8位，但许多字符是控制字符。你有一个“有效”字符列表吗？

我制作了这种模式：

string pattern = @"[^a-zA-Z0-9 ¢.<(+&!$*);¬/|,%_>?`:#@'=~{}\-\\" + '"' + "]";

它应该找到“非法”字符。如果IsMatch则存在问题。

我用过这个：http://nemesis.lonestar.org/reference/telecom/codes/ebcdic.html

请注意"的特殊处理。我在字符串开头使用@来禁用\ escape expansion，所以我无法逃避结束语，所以我最后将它添加到模式中。

测试它：

Regex rx = new Regex(pattern);
bool m1 = rx.IsMatch(@"a-zA-Z0-9 ¢.<(+&!$*);¬/|,%_>?`:#@'=~{}\-\\" + '"');
bool m2 = rx.IsMatch(@"€a-zA-Z0-9 ¢.<(+&!$*);¬/|,%_>?`:#@'=~{}\-\\" + '"');

m1是false（它是所有“好”字符的列表），m2是true（在另一个列表中我添加了€ 1}}符号）

如何检测.NET 4.0中的EBCDIC是否支持Unicode字符？

2 个答案: