C# 如何删除字符串中的任何utf8mb4字符

使用C#如何从字符串中删除utf8mb4字符（表情符号等），从而使结果完全符合utf8

---

大多数解决方案都涉及更改数据库配置，但不幸的是，我没有这种可能性。

这应该用

replacementCharacter

（甚至可能是

string.Empty

）

考虑到

utf8mb4

，这是一个MySql问题。MySql中的utf8和utf8mb4之间存在差异。区别在于utf8不支持4字节utf8序列。通过查看，4字节utf8序列是那些>0xFFFF的序列，因此在utf16中需要两个

char

（称为代理项对）。此方法用于删除代理项对字符。当发现“耦合”（高+低代理项对）时，将替换单个

replacementCharacter

，否则将用

replacementCharactere

替换孤立（错误）高或低代理项对

public static string RemoveSurrogatePairs(string str, string replacementCharacter = "?")
{
    if (str == null)
    {
        return null;
    }

    StringBuilder sb = null;

    for (int i = 0; i < str.Length; i++)
    {
        char ch = str[i];

        if (char.IsSurrogate(ch))
        {
            if (sb == null)
            {
                sb = new StringBuilder(str, 0, i, str.Length);
            }

            sb.Append(replacementCharacter);

            // If there is a high+low surrogate, skip the low surrogate
            if (i + 1 < str.Length && char.IsHighSurrogate(ch) && char.IsLowSurrogate(str[i + 1]))
            {
                i++;
            }
        }
        else if (sb != null)
        {
            sb.Append(ch);
        }
    }

    return sb == null ? str : sb.ToString();
}

公共静态字符串RemoveSurrogatePairs（字符串str，字符串replacementCharacter=“？”）
{
如果（str==null）
{
返回null；
}
StringBuilder sb=null；
对于（int i=0；i