C# 如何使用Unicode从字符串中分割数据？

早上好， 我有个问题。 例如，我需要使用Unicode从字符串中恢复数据

“\u001f\u0001\u0013FERREIRA RAMOS MUZI\u001f\u0002\0\u001f\u0003\aRICARDO\u001f\u0004\u0003URY\u001f\u0005\b09031979\u001f\u0006\u000eMONTEVIDEO/URY\u001f\a\b34946682\u001f\b\u0004\”\a\u0016\u001f\u001f\t\B2207026\u001f\n\0”

以字节为单位的字符串

1F011346455252454952412052414D4F53204D555A491F02001F03075249434152444F1F04035552591F050830393033313937391F060E4D4F4E5445564944454F2F5552591F070833343934363638321F0804220720161F090832323037323032361F0A00

例如，我需要恢复ArrayList或Arraystring中的Name、LastName等

字符串[]数组={“Stephen”、“King”、“11301958”、“NewYork/Usa”}

如果我使用

System.Text.Encoding.UTF8.GetString(ByteArray);

为了获取数据，我只获取姓名，没有日期或来源

---

如何从这个字符串中得到它？

它看起来像是二进制数据和字符串的组合。有一个行计数。所以这个代码可能会有所帮助

            string input = "\u001f\u0001\u0013FERREIRA RAMOS MUZI\u001f\u0002\0\u001f\u0003\aRICARDO\u001f\u0004\u0003URY\u001f\u0005\b09031979\u001f\u0006\u000eMONTEVIDEO/URY\u001f\a\b34946682\u001f\b\u0004\"\a \u0016\u001f\t\b22072026\u001f\n\0";
            string output = System.Net.WebUtility.HtmlDecode(input);
            string[] lines = output.Split(new char[] { '\u001f' });

---

您可能需要创建一个自定义解析器：

byte [] bytes = // Your data here....
// Parser
List<string> words = new List<string>();
for (var i = 0; i < bytes.Length; i++) {
    if (0x1F == bytes[i]) {
        int index = bytes[i+1]; // Ignoring this
        int len = bytes[i+2];
        // Convert bytes to string
        words.Add(System.Text.Encoding.UTF8.GetString(bytes, i+3, len));
        i += len + 2;
    }
}
Console.WriteLine(String.Join("\n", words.ToArray()));

byte[]bytes=//您的数据在这里。。。。
//分析器
列表单词=新列表（）；
for（var i=0；i

输出：

FERREIRA RAMOS MUZI RICARDO URY 09031979 MONTEVIDEO/URY 34946682 " - some non-printable chars here 22072026 费雷拉·拉莫斯·穆齐 里卡多 乌里 09031979 蒙得维的亚/尤里 34946682 “-这里有些不可打印的字符 22072026 看起来有些字段需要特殊解析。

我的解决方案：

仅检测带有正则表达式的字母a-zA-Z和数字 如果正则表达式失败或为空白，则表示单词已完成，然后将其添加到列表中， 最后，我有一个清单，上面列出了所有必要的单词和数字

1-将字节[]数据转换为字符串

// Convert utf-8 bytes to a string.
s_unicode2 = System.Text.Encoding.UTF8.GetString(apduRsp.Data);

List<string> test = new List<string>();
if (s_unicode2.Length > 0)
{
   test = GetWords(s_unicode2);
}

//将utf-8字节转换为字符串。
s_unicode2=System.Text.Encoding.UTF8.GetString（apduRsp.Data）；
列表测试=新列表（）；
如果（s_unicode2.Length>0）
{
test=GetWords（s_unicode2）；
}

2-使用从字节[]转换的字符串调用GetWords（）

private List<string> GetWords(string text)
    {
        Regex reg = new Regex("[a-zA-Z0-9]");
        string Word = "";
        char[] ca = text.ToCharArray();
        List<string> characters = new List<string>();
        for (int i = 0; i < ca.Length; i++)
        {
            char c = ca[i];
            if (c > 65535)
            {
                continue;
            }
            if (char.IsHighSurrogate(c))
            {
                i++;
                characters.Add(new string(new[] { c, ca[i] }));
            }
            else
            {
                if (reg.Match(c.ToString()).Success || c.ToString() == "/")
                {
                    Word = Word + c.ToString();
                    //characters.Add(new string(new[] { c }));
                }
                else if(c.ToString() == " ")
                {
                    if(Word.Length > 0)
                        characters.Add(Word);
                    Word = "";
                }
                else
                {
                    if(Word.Length > 0)
                        characters.Add(Word);
                    Word = "";
                }

            }

        }
        return characters;
    }

private List GetWords（字符串文本）
{
正则表达式reg=新正则表达式（“[a-zA-Z0-9]”）；
字串=”；
char[]ca=text.ToCharArray（）；
列表字符=新列表（）；
对于（int i=0；i65535）
{
继续；
}
if（字符Ishighsubrogate（c））
{
i++；
Add（新字符串（new[]{c，ca[i]}））；
}
其他的
{
if（reg.Match（c.ToString（））.Success | | c.ToString（）==“/”）
{
Word=Word+c.ToString（）；
//Add（新字符串（new[]{c}））；
}
else if（c.ToString（）=“”）
{
如果（字长>0）
字符。添加（Word）；
单词=”；
}
其他的
{
如果（字长>0）
字符。添加（Word）；
单词=”；
}
}
}
返回字符；
}

3-GetWords（）的结果

---

目前这个解决方案对我来说是好的，但有些人有两个名字，这在展示的时候是个小问题。

1F 01 13费雷拉·拉莫斯·穆齐

<代码>1F字段开始，

01

字段索引，

13

字节长度（19）。作为字节数组处理比作为字符串处理要好得多。这是一种自定义二进制格式；你是从哪里得到它的？它是否有一些推荐的处理方法的文档？我添加了一个字节字符串。问题是有些字段不是字符串，甚至是字符串字段的用途也不总是很清楚。字段8包含

0x22072016

，该字段的BCD编码与字段9中的字符串编码类似（

22072026

）。要正确地解码，您需要知道所有这些字段的含义。当然你可以猜测，但这看起来不像你应该猜测的那种数据。它不是Unicode，请使用BinaryReader读取这些数据。共有10个字段，每个字段以0x1f开头。第二个字节是字段号（0x01..0A）。第三个字节是数据长度，后跟数据字节。字段2和10是空的，字段8是一个非常不稳定的字段，类似于日期（22072016）。