C# 如何检查无效的UTF-8字符？

现在有很多受支持的十六进制（UTF-8）实体，从十进制值0到10175，是否有快速方法检查变量中包含的某个值是受支持的十六进制（UTF-8）实体的值之一

e、 十,

如何以最快的方式执行此检查？

UTF8Encoding.GetString（byteArray）将在启用错误检测时引发ArgumentException

资料来源：

但是如果您正在测试已经是字符串的东西-据我所知-它几乎总是有效的UTF8。（见下文。）据我所知，所有C#字符串都是用UTF16编码的，UTF16是对所有Unicode字符的编码。UTF8只是同一集合的不同编码。i、 e.用于所有Unicode字符

（这可能会排除一些新的Unicode字符等，但这些字符也不会出现在UTF16中，因此这在这里并不重要。）

正如有人所评论的，可能有“一半”的UTF16字符是有效字符串，但不是有效的UTF8值。因此，您可以

Encoding.Unicode.GetBytes（）

然后

Encoding.UTF8.GetString（）

进行验证。但这可能非常罕见。

UTF8Encoding.GetString（byteArray）将在启用错误检测时引发ArgumentException

资料来源：

但是如果您正在测试已经是字符串的东西-据我所知-它几乎总是有效的UTF8。（见下文。）据我所知，所有C#字符串都是用UTF16编码的，UTF16是对所有Unicode字符的编码。UTF8只是同一集合的不同编码。i、 e.用于所有Unicode字符

（这可能会排除一些新的Unicode字符等，但这些字符也不会出现在UTF16中，因此这在这里并不重要。）

---

正如有人所评论的，可能有“一半”的UTF16字符是有效字符串，但不是有效的UTF8值。因此，您可以

Encoding.Unicode.GetBytes（）

然后

Encoding.UTF8.GetString（）

进行验证。但是这些可能非常罕见。

这应该会返回您所要求的内容。它将检查是否存在未配对的高/低代理项以及是否存在未定义的代码点（是否“定义”取决于您使用的.NET版本中的unicode表以及操作系统版本）

静态布尔IsLegalUnicode（字符串str）
{
对于（int i=0；i//未配对的代理项，如“这应该会返回您要求的内容。它将检查是否存在未配对的高/低代理项以及是否存在未定义的代码点（是否“定义”取决于您使用的.NET版本中存在的unicode表以及操作系统的版本）

静态布尔IsLegalUnicode（字符串str）
{
对于（int i=0；i//未配对的代理，比如“不清楚你在问什么。
a
是utf-16，而不是utf-8。你说“无效”是什么意思？未配对的高/低代理？未分配的unicode代码点？@xanatos现在检查问题，
某个东西
只是一个随机值，我想检查该值是否为有效的utf-8代码之一。您重复了相同的单词，但您的单词没有唯一的含义。问题1（未配对代理）可以通过机械方式检测（基于字符的值）。问题2（哪些字符是用Unicode定义的）需要很大的Unicode字符表。在.NET中的是旧的，不包含较新的表情符号（和其他罕见的脚本）您想知道某个整数值是否表示有效的unicode码点，或者某个字节是否可用于UTF-8编码，或者（可能）当前字体是否会在屏幕上显示有用的内容吗？不清楚您在问什么。
a
是UTF-16，而不是UTF-8。您说“无效”是什么意思？未配对的高/低代理？未分配的unicode代码点？@xanatos现在检查问题，
某个东西
只是一个随机值，我想检查该值是否为有效的utf-8代码之一。您重复了相同的单词，但您的单词没有唯一的含义。问题1（未配对代理）可以通过机械方式检测（基于字符的值）。问题2（哪些字符是用Unicode定义的）需要很大的Unicode字符表。在.NET中的是旧的，不包含较新的表情符号（和其他罕见的脚本）您想知道某个整数值是否表示有效的unicode码点，或者某个字节是否可用于UTF-8编码，或者（可能）当前字体是否会在屏幕上显示有用的内容？@xanatos谢谢。我实际上觉得C#允许这些内容有点奇怪。虽然我能理解其背后的原因……但是，你可以无损地将所有C#字符串转换为。@dan04代理项对的一半如何？我认为它是“有效”字符串，尽管它不是真正的字符串Unicode字符。@xanatos谢谢。我真的觉得C#允许这些字符有点奇怪。虽然我能理解背后的原因…但是，你可以无损地将所有C#字符串转换为。@dan04代理项对的一半怎么样？我认为这是一个“有效”字符串，尽管它不是真正的Unicode字符。我真正想要的是，如果
IsLegalUnicode
方法中的值包含多个字符，它应自动为false，如果该值是单个字符，则应首先检查它是数字[0到9]，还是字母字符[a到z]或标点符号[，；：等]如果不是他们中的任何一个，那么检查应该真的有效…我希望我能让它更清楚一点..正常的字母顺序字符，n
var something="some string value";
char[] validCharacter = new[] { All 10175 UTF-8 Hexadecimal characters };
if(validCharacter.Contains(something))
{ \\do something };