将纯文本转换为其对应的 Unicode 值？

Question

我正在编写一个程序，需要我将 Unicode 文本转换为其对应的 Unicode 值。就像您将字母“a”转换为 ASCII 表中的数字（十进制为 97）时所做的那样。只有我想知道这是否可以在 Unicode 中完成。

提前致谢。

Answer 1

.NET 没有用于迭代字母或字符代码的内置方法，因为它们位于 .NET 使用的字符编码 (UTF-16) 和字形 ("user - 感知字符”）。

UTF-16 将每个 Unicode 代码点编码为一个或两个代码单元（.NET 的 Char，在 C# 中别名为 char）。 String（在 C# 中别名为 string）是 UTF-16 代码单元的计数序列。

Char 结构确实有一些处理代码点的方法（如Int32）和一些有助于迭代代码点的笨拙方法。注意：代码点通常以 U+ 前缀和 4 或 5 个十六进制数字编写。

StringInfo 类有一些迭代字素（又名“文本元素”）的方法。

但是，由于您询问 Unicode 字符代码（“代码点”），UnicodeInformation NuGet 包可能是最佳选择。

通过它，您还可以获得Unicode.org 发布的每个代码点的描述。他们的网站有很多信息，包括codepoints 的完整列表。

var s = "Put your ? repair hobby on your résumé."; 
// ? takes two UTF-16 code units. 
// Second é is two codepoints: "e\u0301", base and combining codepoints

var e = StringInfo.GetTextElementEnumerator(s);
while (e.MoveNext())
{
    var grapheme = (String)e.Current;
    Console.WriteLine(grapheme);

    foreach (var codepoint in grapheme.AsCodePointEnumerable())
    {
        var info = UnicodeInfo.GetCharInfo(codepoint);
        Console.WriteLine($"    U+{codepoint:X04} {info.Name} {info.Category}");
    }
}

另外，如果您不知道，UTF-16（或其向前兼容的前身 UCS-2）在许多环境中已成为原生字符编码大约 25 年：VB4/5/6/A/Script， Java、JavaScript、Windows API、NTFS、SQL NCHAR 和 NVARCAR，……

Answer 2

试试这个：

string text = "€ a+…”";
foreach (char c in text)
{
    Console.WriteLine("{0} U+{1:x4} {2}", c, (int)c, (int)c);
}

对于字符串中的每个字符显示：

• 角色
• 它是十六进制的 unicode 字符代码
• 是 unicode 字符代码号