C# Visual Studio能否处理U+；20000个Unicode字符？怎样

对于某些Unicode代码有多个字节，visual Studio可以处理这些字符吗？怎么做

以下为CJK的版本。现在一个字符可以超过一个字节

• CJK统一表意文字扩展B（U+20000至U+2A6D6）
• CJK统一表意文字扩展C（U+2A700到U+2B734）
• CJK统一表意文字扩展名D（U+2B740到U+2B81D）
• CJK兼容表意文字补充（U+2F800至U+2FA1D）

我在Visual Studio 2012上的以下语句失败：

char ch = '\u2A6D6';

---

我还没有在visual Studio 2013/visual Studio 2015上试用过。

此代码点不适合字符，因为字符只有16位，因此最多只支持65535个代码点。基本多语言平面（BMP）之外的字符可以使用代理项对编码为字符串中的两个UTF-16代码单元

char.ConvertFromUtf32（0x2A6D6）

返回一个包含两个

char

s的字符串，

“\uD869\uDED6”

---

代码点U+10000到U+10FFFF

其他平面（称为补充平面）的代码点通过称为代理对的16位代码单元对在UTF-16中进行编码，编码方式如下：

• 从代码点减去0x010000，留下一个范围为0..0x0FFFFF的20位数字
• 将前十位（范围为0..0x03FF的数字）添加到0xD800，以给出第一个代码单元或前导代理，其范围为0xD800..0xDBFF。（Unicode标准的早期版本将其称为高级代理。）
• 低十位（也在0..0x03FF范围内）被添加到0xDC00以提供第二个代码单元或跟踪代理，其将在0xDC00..0xDFFF范围内。（Unicode标准的早期版本将其称为低代理。）

---

从

这个代码点不适合一个字符，因为字符只有16位，因此最多只支持65535个代码点。基本多语言平面（BMP）之外的字符可以使用代理项对编码为字符串中的两个UTF-16代码单元

char.ConvertFromUtf32（0x2A6D6）

返回一个包含两个

char

s的字符串，

“\uD869\uDED6”

---

代码点U+10000到U+10FFFF

其他平面（称为补充平面）的代码点通过称为代理对的16位代码单元对在UTF-16中进行编码，编码方式如下：

• 从代码点减去0x010000，留下一个范围为0..0x0FFFFF的20位数字
• 将前十位（范围为0..0x03FF的数字）添加到0xD800，以给出第一个代码单元或前导代理，其范围为0xD800..0xDBFF。（Unicode标准的早期版本将其称为高级代理。）
• 低十位（也在0..0x03FF范围内）被添加到0xDC00以提供第二个代码单元或跟踪代理，其将在0xDC00..0xDFFF范围内。（Unicode标准的早期版本将其称为低代理。）

---

从

开始，VisualStudio应该能够很好地处理这些问题。但是，您的代码在C#中是不合法的。正如@CodesInChaos所提到的，.NET中的

char

s是UTF-16代码单元，而不是Unicode代码点。\uxxx转义序列只允许4个十六进制数字（2字节）。在C#中，通常会对0xFFFF以上的代码点使用\Uxxxxxxxx转义，但请注意，此转义序列被转换为两个代理UTF-16代码单元（即两个.NET

char

s），因此无法将其分配给

char

数据类型。如果需要使用

char

，则必须使用@codesincosis建议的代理，否则通常会执行以下操作：

string s = "\U0002A6D6";

---

旁注：我不认为扩展超过2字节是最近发生的，它确实发生了。

Visual Studio应该能够很好地处理它们。但是，您的代码在C#中是不合法的。正如@CodesInChaos所提到的，.NET中的

char

s是UTF-16代码单元，而不是Unicode代码点。\uxxx转义序列只允许4个十六进制数字（2字节）。在C#中，通常会对0xFFFF以上的代码点使用\Uxxxxxxxx转义，但请注意，此转义序列被转换为两个代理UTF-16代码单元（即两个.NET

char

s），因此无法将其分配给

char

数据类型。如果需要使用

char

，则必须使用@codesincosis建议的代理，否则通常会执行以下操作：

string s = "\U0002A6D6";

---

旁注：我不会说最近的扩展超过了2个字节，这是事实。

那么C中的字符是什么？Unicode字符的含义是什么？@A.NET

char

表示UTF-16代码单元，而不是Unicode代码点。我可以得出的结论是：1.）C中的字符不是Unicode中的字符！2.）C#中的字符串可以是UNICODE中的单个字符。3.）字符串。在计算Unicode字符时，这种情况下的长度可能是错误的。4.）Char.IsSurrogate（）和Char.ishighsrogate（）在这种情况下非常有用。那么，C#中的Char作为Unicode字符的含义是什么？@A.NET

Char

表示UTF-16代码单元，而不是Unicode代码点。我可以得出的结论是：1.）C#中的Char不是Unicode中的Char！2.）C#中的字符串可以是UNICODE中的单个字符。3.）字符串。在计算Unicode字符时，这种情况下的长度可能是错误的。4.）Char.IsSurrogate（）和Char.ishighsrogate（）在这种情况下非常有用。它们作为两个字符处理，一个低代理项和一个高代理项，形成一个。请参阅。同样的解释也适用于C#。Visual Studio是如何失败的？@LasseV.Karlsen这里的“失败”是指Visual Studio无法识别C#语句语法错误。因此，您指的是C#编译器。它们被处理为两个字符，一个低位和一个高位代理，形成一个。请参阅。同样的解释也适用于C#。Visual Studio是如何失败的？@LasseV.Karlsen这里的“失败”一词，I