C# 搜索模式C的字节[]#

\u documentContent

将整个文档作为html视图源代码包含。

patternToFind

包含要在

\u documentContent

中搜索的文本

如果语言是英语，下面的代码片段可以正常工作。 但是，当遇到像韩语这样的语言时，同样的代码根本不起作用

样本文件 现在时态

现在时态与你所学的一样。如果采用动词的字典形式，则删除다, 添加适当的结尾

먹다 - 먹 + 어요 = 먹어요
마시다 - 마시 + 어요 - 마시어요 - 마셔요.

这个时态用来表示现在发生的事情。我吃。我喝酒。这是目前的通用术语

当我试图找到먹 下面的代码失败

有人能提出一些解决办法吗

using System;
using System.Collections.Generic;
using System.Text;

namespace MultiByteStringHandling
{
    class Program
    {
        static void Main(string[] args)
        {
            string _documentContent = @"먹다 - 먹 + 어요 = 먹어요";
            byte[] patternToFind = Encoding.UTF8.GetBytes("먹");
            byte[] DocumentBytes = Encoding.UTF8.GetBytes(_documentContent);

            int intByteOffset = indexOf(DocumentBytes, patternToFind);
            Console.WriteLine(intByteOffset.ToString());
        }
        public int indexOf(byte[] data, byte[] pattern)
        {
            int[] failure = computeFailure(pattern);

            int j = 0;
            if (data.Length == 0) return 0;

            for (int i = 0; i < data.Length; i++)
            {
                while (j > 0 && pattern[j] != data[i])
                {
                    j = failure[j - 1];
                }
                if (pattern[j] == data[i])
                {
                    j++;
                }
                if (j == pattern.Length)
                {
                    return i - pattern.Length + 1;
                }
            }
            return -1;
        }
        /**
         * Computes the failure function using a boot-strapping process,
         * where the pattern is matched against itself.
         */
        private int[] computeFailure(byte[] pattern)
        {
            int[] failure = new int[pattern.Length];

            int j = 0;
            for (int i = 1; i < pattern.Length; i++)
            {
                while (j > 0 && pattern[j] != pattern[i])
                {
                    j = failure[j - 1];
                }
                if (pattern[j] == pattern[i])
                {
                    j++;
                }
                failure[i] = j;
            }

            return failure;
        }
    }
}

使用系统；
使用System.Collections.Generic；
使用系统文本；
命名空间MultiByteStringHandling
{
班级计划
{
静态void Main（字符串[]参数）
{
字符串_documentContent=@”먹다 - 먹 + 어요 = 먹어요";
byte[]patternToFind=Encoding.UTF8.GetBytes（“먹");
byte[]DocumentBytes=Encoding.UTF8.GetBytes（\u documentContent）；
int intByteOffset=indexOf（DocumentBytes，patternToFind）；
Console.WriteLine（intByteOffset.ToString（））；
}
public int indexOf（字节[]数据，字节[]模式）
{
int[]故障=计算故障（模式）；
int j=0；
如果（data.Length==0）返回0；
for（int i=0；i0&&pattern[j]！=data[i]）
{
j=故障[j-1]；
}
if（模式[j]==数据[i]）
{
j++；
}
if（j==模式长度）
{
返回i-模式。长度+1；
}
}
返回-1；
}
/**
*使用引导过程计算故障函数，
*模式与自身相匹配。
*/
私有int[]计算失败（字节[]模式）
{
int[]失败=新的int[pattern.Length]；
int j=0；
for（int i=1；i0&&pattern[j]！=pattern[i]）
{
j=故障[j-1]；
}
if（模式[j]==模式[i]）
{
j++；
}
失效[i]=j；
}
返回失败；
}
}
}

说真的，为什么不做下面的事情呢

var indexFound = documentContent.IndexOf("data");

---

当原始数据是文本时，将字符串转换为字节数组，然后搜索这些数组对我来说没有多大意义。如果您愿意，您总是可以在后面找到字节位置。

说真的，为什么不做以下操作呢

var indexFound = documentContent.IndexOf("data");

---

当原始数据是文本时，将字符串转换为字节数组，然后搜索这些数组对我来说没有多大意义。如果愿意，您可以始终在后面找到字节位置。

是一种可变的多字节格式。在韩文数据中搜索英文文本永远不会与直接模式匹配匹配。如果您正在扫描文本，您将e最好使用.IndexOf（pattern）[如指出]或.Contains（pattern）。

是一种可变的多字节格式。在韩文数据中搜索英文文本永远不会与直接模式匹配。如果您正在扫描文本，最好使用.IndexOf（pattern）[如指出]或.Contains（pattern）.

请使用失败的示例文档/模式更新代码。我将进行编辑以从问题中删除对WinForms的引用，因为它显然与WinForms本身没有任何关系。您能在字节[]中看到字节[]模式吗当您处理带有韩语字符的内容时，手动输入数据？输入文件真的是UTF-8还是ANSI代码页或类似文件？您是否有任何特殊原因希望将字符串转换为字节数组，而不仅仅是执行

\u documentContent.IndexOf（“数据”）

？我有一个韩文文档，我需要在文档中搜索韩文文本。该文档确实包含英文的某些部分。这就是我尝试使用字节数组执行此操作的原因。.NET中的字符串在内存中是unicode，因此它应该能够搜索韩文文本。是否尝试使用.IndexOf？请使用以下命令更新代码：h一个失败的示例文档/模式。我将进行编辑以从问题中删除对WinForms的引用，因为它显然与WinForms本身没有任何关系。您能在byte[]中看到byte[]模式吗当您处理带有韩语字符的内容时，手动输入数据？输入文件真的是UTF-8还是ANSI代码页或类似文件？您是否有任何特殊原因希望将字符串转换为字节数组，而不仅仅是执行

\u documentContent.IndexOf（“数据”）

？我有一个韩文文档，我需要在文档中搜索韩文文本。该文档确实包含英文的某些部分。这就是为什么我尝试使用字节数组来执行此操作。NET中的字符串在内存中是unicode，因此它应该能够搜索韩文文本。是否尝试使用.IndexOf？