C# 奇怪的string.IndexOf行为

我编写了以下代码片段，以消除文本块中过多的空格

int index = text.IndexOf("  ");
while (index > 0)
{
    text = text.Replace("  ", " ");
    index = text.IndexOf("  ");
}

一般来说，这种方法很好用，但相当复杂，可能效率低下

问题 当文本由于某种奇怪的原因包含“-”时，indexOf返回一个匹配！ Replace函数没有删除任何内容，然后它就陷入了一个无休止的循环中

你知道字符串是怎么回事吗。IndexOf？

啊，文本的乐趣

你最有可能在那里看到的是一个“软连字符”，但在发布时丢失了

为了重现该问题，我尝试了以下代码：

果然，上面的代码陷入了一个循环

请注意，根据CharMap的说法，

\u00ad

是软连字符的Unicode符号。您也可以随时从CharMap复制和粘贴字符，但如果将其发布在此处，则会将其替换为更常见的表亲，即减号连字符，Unicode符号

u002d

（键盘上的一个）

您可以阅读的文档中的一小部分对该主题进行了说明：

字符串搜索方法，如String.StartsWith和String.IndexOf，也可以执行区域性敏感或顺序字符串比较。下面的示例说明了使用IndexOf方法进行顺序比较和区域性敏感比较之间的差异。一个对文化敏感的搜索，其中当前文化为英语（美国），认为子字符串“oe”与连字“œ”匹配由于软连字符（U+00AD）是零宽度字符，搜索将软连字符视为等同于空字符，并在字符串开头找到匹配项。另一方面，顺序搜索在这两种情况下都找不到匹配项

我已经强调了相关部分，但我也记得不久前有一篇关于这个问题的博客文章，但我的Google Fu今晚让我失望

这里的问题是IndexOf和Replace使用不同的方法来定位文本

而索引则将软连字符视为“实际上不存在”，因此将其两侧的两个空间发现为“两个连接空间”，替换方法不会，因此不会删除其中任何一个。因此，存在循环继续迭代的条件，但由于Replace不会删除符合条件的空格，因此它永远不会结束。毫无疑问，Unicode符号空间中还有其他类似的字符显示出类似的问题，但这是我见过的最典型的情况

至少有两种处理方法：

您可以使用Regex.Replace，它似乎没有这个问题：

text = Regex.Replace(text, "  +", " ");

就我个人而言，我可能会在正则表达式中使用空格特殊字符，即

\s

，但是如果您只需要空格，上面的方法就可以了

您可以显式要求IndexOf使用顺序比较，这样不会因为文本的行为像。。。好。。。正文：

index = text.IndexOf("  ", StringComparison.Ordinal);

---

Regex替代替换函数我试过这个，它看起来很有效，有2和3个空格和连字符。这是我的字符串text=“A B C-更多东西-，嘿，看工作”；你能发布你的字符串吗？在这里发布字符串可能不起作用，因为这样会用一个更常见的字符替换有问题的字符。试试这个。打开CharMap，找到软连字符（位于注册商标字符的R-in-circle旁边），复制，然后将其粘贴到代码中，然后再试一次。哇！我今天学到了一些东西。IndexOf behavior与顺序比较是否存在其他不同的情况？好吧，在任何可以指定

CultureInfo

对象的地方，如果使用不带该参数的重载，观察默认值总是值得的，而文本只是其中的一个领域，其回报通常是工作-非工作。软连字符？哇，多好的回答啊-谢谢你的回答！请注意，软连字符通常在源代码中可见，但通常不应出现在显示的文本中。它的目的是标记一个可以破坏作品的地方。你可以将它添加到一个长单词中允许破译的地方，因为你知道显示这个单词不会带来很多小的“负号”

index = text.IndexOf("  ", StringComparison.Ordinal);