C# C中字符的返回码点#

如何返回角色的名称？例如，如果输入为“A”，则输出应为“U+0041”。理想情况下，解决方案应该考虑到这一点

对于代码点，我指的是实际的代码点，它不同于（UTF8有8位代码单元，UTF16有16位代码单元，UTF32有32位代码单元，在后一种情况下，在考虑到endianness后，值等于代码点）。

简单，因为C#中的字符实际上是UTF16代码点：

char x = 'A';
Console.WriteLine("U+{0:x4}", (int)x);

为了处理注释，C#中的

char

是一个16位的数字，它包含一个UTF16代码点。位空间大于16的代码点不能用C#字符表示。C#中的字符宽度不可变。但是，一个字符串可以有两个字符相互跟随，每个字符都是一个代码单元，形成一个UTF16代码点。如果您有一个字符串输入和16位以上的字符，您可以使用

char.IsSurrogatePair

和

char.ConvertToUtf32

，如另一个答案所示：

string input = ....
for(int i = 0 ; i < input.Length ; i += Char.IsSurrogatePair(input,i) ? 2 : 1)
{
    int x = Char.ConvertToUtf32(input, i);
    Console.WriteLine("U+{0:X4}", x);
}

字符串输入=。。。。
对于（int i=0；i

我在上找到了一个小方法。希望这有帮助

    public int get_char_code(char character){ 
        UTF32Encoding encoding = new UTF32Encoding(); 
        byte[] bytes = encoding.GetBytes(character.ToString().ToCharArray()); 
        return BitConverter.ToInt32(bytes, 0); 
    } 

---

以下代码将

字符串

输入的代码点写入控制台：

string input = "\uD834\uDD61";

for (var i = 0; i < input.Length; i += char.IsSurrogatePair(input, i) ? 2 : 1)
{
    var codepoint = char.ConvertToUtf32(input, i);

    Console.WriteLine("U+{0:X4}", codepoint);
}

string input=“\uD834\uDD61”；
对于（变量i=0；i

输出：

U+1D161 由于.NET中的字符串是UTF-16编码的，因此需要首先将构成字符串的

char

值转换为UTF-32。

C#无法在

char

中存储unicode码点，因为

char

只有2个字节，unicode码点通常超过该长度。解决方案是将代码点表示为字节序列（字节数组或“展平”为32位原语）或字符串。公认的答案转换为UTF32，但这并不总是理想的

这是我们用来将字符串拆分为unicode代码点组件的代码，但保留了本机UTF-16编码。结果是可枚举的，可用于在C#/.NET中本机比较（子）字符串：

public类InvalidEncodingException:System.Exception
{ }
公共静态IEnumerable点（此字符串为s）
{
对于（int i=0；i

事实上@Yogendra Singh的回答有一些优点，目前是唯一投反对票的。 这项工作可以这样做

    public static IEnumerable<int> Utf8ToCodePoints(this string s)
    {
        var utf32Bytes = Encoding.UTF32.GetBytes(s);
        var bytesPerCharInUtf32 = 4;
        Debug.Assert(utf32bytes.Length % bytesPerCharInUtf32 == 0);
        for (int i = 0; i < utf32bytes.Length; i+= bytesPerCharInUtf32)
        {
            yield return BitConverter.ToInt32(utf32bytes, i);
        }
    }

公共静态IEnumerable Utf8ToCodePoints（此字符串为s）
{
var utf32Bytes=Encoding.UTF32.GetBytes；
var bytesPerCharInUtf32=4；
Assert（utf32bytes.Length%bytesPerCharInUtf32==0）；
for（int i=0；i

测试

---

在.NET Core 3.0或更高版本中，您可以使用：

---

//请注意，它们是unicode代码单位，而不是代码点。那么需要多个代码单位的字符呢？@driis…与GregS相同comment@driis：我没有否决你的意见，我只是想说明一点。@Qaesar小写字母a（
'a'
）是
U+0061
，大写字母a（
'a'
）是
U+0041
如果我们让您感到困惑，很抱歉。问题是Unicode编码实际上有点复杂，尽管乍一看可能不是这样。这个答案中的代码，或者@dtb发布的代码，对您来说很好。如果您需要更多背景，我可以推荐。这是否会返回与
（int）不同的内容字符
？如果
字符
是代理项对的一半，会发生什么？@dtb（我知道答案很晚）。这段代码的有趣之处在于它显示了使用
utf32编码
，但由于该方法只使用
字符
，因此它没有效果，并且与
（int）相同character
，虽然比cast慢得多。事实上，
character.ToString（）.toCharray（）
将始终返回一个项目数组（大小为2字节），而
位转换器
将永远不会返回值>65535。原则上这是一个好主意，但它的呈现方式毫无用处。它不会转换为UTF-32，而是将代码点返回为整数，UTF-32是一种编码，而不是整数。这种命名方法传播了与microsoft将UTF-16LE编码标记为“unicode”一样的混乱“@Esailija:我不确定还有什么更令人困惑：使用名为
ConvertToUtf32
的方法转换为Unicode代码点，或者转换为UTF-32并将结果视为Unicode代码点。你不能把转换成实际UTF-32的结果当作代码点，你需要从编码中解码代码点，就像从UTF-16或UTF-8中解码一样，只是更简单。但我明白为什么这会被视为吹毛求疵：p这个问题措辞严重错误。“返回字符的‘Unicode’”毫无意义，坦率地说，这是胡说八道。你的例子清楚地说明了你真正想要什么，但是标题需要修改。请这样做。@tchrist，谢谢你。。我更新了我的问题谢谢。我对你表示感谢。@Qaesar小写字母a（
'a'
）是
U+0061
，大写字母a（
'a'
）是
U
U+1D161
    public class InvalidEncodingException : System.Exception
    { }

    public static IEnumerable<string> UnicodeCodepoints(this string s)
    {
        for (int i = 0; i < s.Length; ++i)
        {
            if (Char.IsSurrogate(s[i]))
            {
                if (s.Length < i + 2)
                {
                    throw new InvalidEncodingException();
                }
                yield return string.Format("{0}{1}", s[i], s[++i]);
            }
            else
            {
                yield return string.Format("{0}", s[i]);
            }
        }
    }
}

    public static IEnumerable<int> Utf8ToCodePoints(this string s)
    {
        var utf32Bytes = Encoding.UTF32.GetBytes(s);
        var bytesPerCharInUtf32 = 4;
        Debug.Assert(utf32bytes.Length % bytesPerCharInUtf32 == 0);
        for (int i = 0; i < utf32bytes.Length; i+= bytesPerCharInUtf32)
        {
            yield return BitConverter.ToInt32(utf32bytes, i);
        }
    }