什么是可以处理代理对的 String.IndexOf(string input) 的 Unicode 安全副本？答案

【问题标题】：What is a Unicode safe replica of String.IndexOf(string input) that can handle Surrogate Pairs?什么是可以处理代理对的 String.IndexOf(string input) 的 Unicode 安全副本？
【发布时间】：2018-10-15 09:05:16
【问题描述】：

我正在尝试找出一个等效于 C#string.IndexOf(string) 的方法，它可以处理 Unicode 字符中的代理对。

仅比较单个字符时我能够获取索引，如下面的代码所示：

    public static int UnicodeIndexOf(this string input, string find)
    {
        return input.ToTextElements().ToList().IndexOf(find);
    }

    public static IEnumerable<string> ToTextElements(this string input)
    {
        var e = StringInfo.GetTextElementEnumerator(input);
        while (e.MoveNext())
        {
            yield return e.GetTextElement();
        }
    }

但如果我尝试实际使用字符串作为find 变量，那么它将不起作用，因为每个文本元素只包含一个要比较的字符。

关于如何写这篇文章有什么建议吗？

感谢所有帮助。

编辑：

以下是为什么需要这样做的示例：

代码

 Console.WriteLine("HolyCow????BUBBYY????YY????Y".IndexOf("BUBB"));
 Console.WriteLine("HolyCow@BUBBYY@YY@Y".IndexOf("BUBB"));

输出

9
8

请注意，我将 ???? 字符替换为 @ 时，值会发生变化。

【问题讨论】：

对两个字符串使用相同的编码，你很好
@Steve 我在我的问题中添加了一些信息。这些字符串是相同的编码还是有区别？
@Ibrennan208，从您的初始实现看来，您正试图找到一个 single 字形，因为您在位于效果TextElements，但从您的示例数据看来，您实际上想要找到长度> 1 字形的子字符串的索引。您能具体说明您正在寻求哪种解决方案吗？（只需在您的测试数据上运行您的代码 - 它不会工作 - indexOf 将返回 -1）
@ironstone13 我想找到长度 > 1 的子字符串的索引。在问题中，我解释说，如果我只是将字符串与单个字符进行比较，我可以让它工作，但我想要扩展它以允许用户输入多字符串来查找索引。

标签： c# string unicode indexof surrogate-pairs

【解决方案1】：

你基本上想在另一个字符串数组中找到一个字符串数组的索引。我们可以为此修改this问题的代码：

public static class Extensions {
    public static int UnicodeIndexOf(this string input, string find, StringComparison comparison = StringComparison.CurrentCulture) {
        return IndexOf(
           // split input by code points
           input.ToTextElements().ToArray(),
           // split searched value by code points
           find.ToTextElements().ToArray(), 
           comparison);
    }
    // code from another answer
    private static int IndexOf(string[] haystack, string[] needle, StringComparison comparision) {
        var len = needle.Length;
        var limit = haystack.Length - len;
        for (var i = 0; i <= limit; i++) {
            var k = 0;
            for (; k < len; k++) {
                if (!String.Equals(needle[k], haystack[i + k], comparision)) break;
            }

            if (k == len) return i;
        }

        return -1;
    }

    public static IEnumerable<string> ToTextElements(this string input) {
        var e = StringInfo.GetTextElementEnumerator(input);
        while (e.MoveNext()) {
            yield return e.GetTextElement();
        }
    }
}

【讨论】：

很好，我写的是一样的，但你更快！
谢谢，这正是我要找的！