我有一个来自mysql数据库的文本字符串
var str = "u0393u03a5u039du0391u0399u039au0391".
我想替换unicode字符以将其显示为实际出现的“ΓΥΝΑΙΚΑ”。如果我在.net中用\ u手动转义了u,则转换将自动完成。
我发现了以下功能:
byte[] unicodeBytes = Encoding.Unicode.GetBytes(str);
// Perform the conversion from one encoding to the other.
byte[] ascibytes = Encoding.Convert(Encoding.Unicode, Encoding.ASCII, unicodeBytes);
// Convert the new byte[] into a char[] and then into a string.
char[] asciiChars = new char[Encoding.ASCII.GetCharCount(ascibytes, 0, ascibytes.Length)];
Encoding.ASCII.GetChars(ascibytes, 0, ascibytes.Length, asciiChars, 0);
return new string(asciiChars);
但是由于必须逃脱,我愿意
str =str.Replace("u", @"\u")
但是没有运气。我该如何转换呢?
答案 0 :(得分:2)
这些本质上是UTF-16代码点,因此可以做到(这种方法效率不高,但是我认为优化不是主要目标):
Regex.Replace(
"u0393u03a5u039du0391u0399u039au0391",
"u[0-9a-f]{4}",
m => "" + (char) int.Parse(m.Value.Substring(1), NumberStyles.AllowHexSpecifier)
)
这不能处理字符串中未转义的“常规”字符的歧义:dufface
将有效地变成d
+ \uffac
+ e
,这可能不正确。它会正确处理代理(尽管ud83dudc96
是)。
使用this answer中的技术是另一种选择:
Regex.Unescape(@"u0393u03a5u039du0391u0399u039au0391".Replace(@"\", @"\\").Replace("u", @"\u"))
额外的\
转义是为了防止该字符串已经包含任何反斜杠,这可能被错误地解释为转义序列。
答案 1 :(得分:0)
另一种方式:
var str = "u0393u03a5u039du0391u0399u039au0391";
if (str.Length > 0 && str[0] == 'u')
str = str.Substring(1, str.Length - 1);
string chars = string.Concat(str.Split('u').Select(s =>
Convert.ToChar(Convert.ToInt32("0x" + s,16))));