Question

我正在编写一个程序，要求我将Unicode文本转换为其相应的Unicode值。就像将字母“ a”转换为ASCII表中的数字（十进制为97）时一样。只有我想知道是否可以用Unicode完成。

谢谢。

Answer 1

.NET在您所要求的意义上没有用于迭代字母或字符代码的内置方法，因为它们位于.NET使用的字符编码（UTF-16）和字形（“用户-感知字符”）。

UTF-16以一个或两个代码单位（.NET的Char，在C＃中别名为char）对每个Unicode代码点进行编码。 String（在C＃中别名为string）是UTF-16代码单元的计数序列。

Char结构确实具有一些处理代码点的方法（如Int32）和一些笨拙的方法可以帮助迭代代码点。注意：代码点通常使用U +前缀和4或5个十六进制数字编写。

StringInfo类具有一些迭代字素（也称为“文本元素”）的方法。

但是，由于您询问有关Unicode字符代码（“代码点”）的问题，因此UnicodeInformation NuGet包可能是最好的选择。

使用它，您还可以获得Unicode.org发布的每个代码点的描述。他们的网站上有很多信息，包括codepoints的完整列表。

var s = "Put your  repair hobby on your résumé."; 
//  takes two UTF-16 code units. 
// Second é is two codepoints: "e\u0301", base and combining codepoints

var e = StringInfo.GetTextElementEnumerator(s);
while (e.MoveNext())
{
    var grapheme = (String)e.Current;
    Console.WriteLine(grapheme);

    foreach (var codepoint in grapheme.AsCodePointEnumerable())
    {
        var info = UnicodeInfo.GetCharInfo(codepoint);
        Console.WriteLine($"    U+{codepoint:X04} {info.Name} {info.Category}");
    }
}

另外，如果您不知道，在许多环境中，UTF-16（或其前向兼容的前驱UCS-2）一直是本机字符编码，已经使用了25年：VB4 / 5/6 / A / Script， Java，JavaScript，Windows API，NTFS，SQL NCHAR和NVARCAR，……。

Answer 2

尝试一下：

string text = "€ a+…”";
foreach (char c in text)
{
    Console.WriteLine("{0} U+{1:x4} {2}", c, (int)c, (int)c);
}

对于显示的字符串中的每个字符：

人物
这是十六进制的Unicode字符代码
这是unicode字符代码编号

将纯文本转换为其对应的Unicode值？

2 个答案: