字符串中的C#UTF-8字节位置

我有一个外部3。party library，它对字符串进行分析，并返回给定字符串中有趣的事情/事件的列表

我的问题是3。当我将字符串传递给3时，party library将找到的位置作为字节位置返回，而不是字符串位置。第一方使用Encoding.UTF8.GetBytes（text）将其作为UTF-8 Encodede byte[]交付，因此它作为字节位置返回是有意义的

因为UTF-8中的字符没有固定的大小，所以我不能直接将其转换为字符串位置

问题是：

“我是您的父亲”“您的”位于字节位置5，长度为4

“我是你的父亲”“你”位于字节位置5，长度为5

“我是您的父亲”“父亲”位于字节位置10，长度为6

“我是你的父亲”“父亲”位于字节位置11，长度为6

我的问题是，如何将字节位置转换为字符串位置

它是O（n），所以它是坏的，但是：

string str = "I am yøur father";
byte[] utf8 = Encoding.UTF8.GetBytes(str);

int len;
int ix = YourMethod(utf8, out len);

int ix2 = Encoding.UTF8.GetCharCount(utf8, 0, ix);
int len2 = Encoding.UTF8.GetCharCount(utf8, ix, len);

ix2

和

len2

在.NET

char

s中

请注意，您可以进行简单的优化：

int ix2;
int len2;

if (str.Length != utf8.Length)
{
    ix2 = Encoding.UTF8.GetCharCount(utf8, 0, ix);
    len2 = Encoding.UTF8.GetCharCount(utf8, ix, len);
}
else
{
    ix2 = ix;
    len2 = len;
}

---

这很糟糕。。。除了解析字符串之外，没有其他方法。。。时间过得很慢。逐代码点迭代字符串代码点（请注意，非BMP字符在.NET使用的UTF-16中以两个代码单位/字符编码），计算该字符的UTF-8字节数，对于传递该字符的第一个字符，这就是字符串位置。为什么需要字符串中的位置？这种情况可能是直接使用byte[]而不是编码路径下的字符串更容易。我认为这不可能比

O（N）更好

@DrewMcGowen您可以进行优化：如果

utf8.Length==str.Length

，则无需映射。@Ralf:-）您是对的：-）我使用返回fixed 11和fixed 5:-）的方法对其进行了测试。请注意，奇特的第三方库返回位置列表，因此，您需要对itI进行聚合，因为itI可能缺少一些基本信息，但为什么不简单地使用

Encoding.UTF8.GetString（UTF8，ix，len）？由于发送的字节数组是UTF8，并且（希望）第三方也使用UTF8对其进行处理