. net字符串.长度属性返回?代理中立长度或完整字符长度
本文关键字：字符 字符串 属性 返回 net 代理 | 更新日期: 2023-09-27 17:49:59
VS 2008和VS 2010的文档和语言不同:
VS 2008文档
在内部，文本存储为一个Char对象的只读集合，每个Char对象代表一个用UTF-16. ...编码的Unicode字符字符串的长度表示字符的数量，而不管这些字符是否由Unicode代理对组成。要访问字符串中的单个Unicode码点，请使用StringInfo对象。——http://msdn.microsoft.com/en-us/library/ms228362%28v=vs.90%29.aspx
VS 2010 Documentation
在内部，文本存储为，一个Char对象. ...的顺序只读集合字符串的Length属性表示它包含的Char对象的数量，而不是Unicode字符的数量。要访问字符串中的单个Unicode码点，请使用StringInfo对象。——http://msdn.microsoft.com/en-us/library/ms228362%28v=VS.100%29.aspx
在这两种情况下使用的语言都没有明确区分"字符"、"Unicode字符"、"Char类"、"Unicode代理对"answers"Unicode码点"。
VS2008文档中的语言声明"字符串表示字符的数量，而不管字符是否由Unicode代理对组成"似乎将"字符"定义为可能是Unicode代理对结果的对象，这表明它可能表示4字节序列而不是2字节序列。它还在开始时特别指出，一个"char"对象是用UTF-16编码的，这表明它可以代表一个代理对(是4字节而不是2)。我相当确定这是错误的，虽然。
VS2010文档更精确一些。它区分了"char"answers"Unicode字符"，但没有区分"Unicode字符"answers"Unicode码点"。如果一个代码点指的是代理字符对的一半，而一个"Unicode字符"代表一个完整的代理字符对，那么"Char"类命名不正确，并且根本不指"Unicode字符"(他们声明不是)，它实际上是一个Unicode代码点。
那么下面两个陈述都是正确的吗?(是的，我想。)
- 字符串。Length表示Unicode码点长度，
- 字符串。Length既不代表Unicode字符长度，也不代表我们认为的真正字符长度(要显示的字符数)，而是代表"Char"对象的数量，每个对象代表一个Unicode码点(不是Unicode字符)。
字符串。长度不考虑代理对;但是， StringInfo.LengthInTextElements 方法可以。
StringInfo.SubstringByTextElements 类似String。子字符串，但它对"文本元素"进行操作，例如代理对和组合字符，以及普通字符。这两个方法的功能都基于StringInfo。ParseCombiningCharacters方法，它提取每个文本元素的起始索引，并将它们存储在一个私有数组中。
" .NET框架将文本元素定义为文本的单元显示为单个字符，即字素。文本元素可以是基字符、代理字符对还是组合字符序列。"——http://msdn.microsoft.com/en-us/library/system.globalization.stringinfo.aspx
String。长度不考虑代理对，它只计算UTF-16字符(即字符总是 2字节)-代理对计数为2个字符。
我认为两者都为假。第二个问题是正确的，如果你问的是unicode码点的数量，但你问的是"长度"。字符串的长度是它的单词元素的数量。为了防止字符串中只有来自BMP(基本多语言平面)的unicode码点，长度等于unicode字符/码点的数量。如果有来自BMP之外的码点或孤立代理(不显示为有序对的高代理或低代理)，则长度不等于字符/码点的数量。
首先，String是一组单词、单词列表、单词数组或单词流。它的内容是16位字，仅此而已。将元素命名为"char"或"wchar"对于unicode字符来说是一种罪过。因为unicode字符可以有大于0xFFFF的码点，它不能存储在16位宽的类型中，如果这种类型被称为char或wchar，那就更糟了，因为它只能保存限制在0xFFFF的码点，这符合unicode 1.0标准，现在已经有20年了。为了在单个数据类型中存储最高可能的unicode码点，该类型应该有21位，但没有这样的类型，所以我们使用32位类型。事实上，有一个静态方法(char类的!)叫做ConvertToUtf32()，它就是这样做的，它可以返回一个低ASCII码点，甚至是最高的unicode码点，后者意味着这个方法可以检测到字符串位置内的代理对。