C# - char类型的一些介绍 - Powered by Discuz! Archiver

海底泥 發表於 2019-5-16 15:37:00

C# - char类型的一些介绍

<h1>Char</h1>
C#里面的char，其实就是System.Char类型的别名，它代表一个Unicode字符（是这样吗?），占用两个字节。
例如：char c = ‘A’;
char占用两个字节，也就是16位，其实本质上char其实就是16位的无符号整型数值，范围是0到65535，也就是和无符号short的范围是一样的。
 
<h2>转义字符</h2>
有一些字符无法通过字面的意思来进行解释，这时候就可以使用转义字符。
转义字符是以 / 开始，后边跟着一个有特殊意义的字符。
例如：
char newLine = '\n'; 这个表示换行
char backSlash = '\\'; 这个就表示 \
 
转义字符的列表如下：
<img src="https://img2018.cnblogs.com/blog/986268/201905/986268-20190516054751463-388072163.png" alt="">
 
还有\u（\x）这两个转义字符可以让你通过4位16进制的形式来表示任意的Unicode字符，例如：
char copyrightSymbol = '\u00A9'; // © char omegaSymbol = '\u03A9'; // Ω char newLine = '\u000A'; // 换行 
<h2>转换</h2>
char类型的变量可以隐式的转换到可容纳无符号short类型的数值类型，例如：
<img src="https://img2018.cnblogs.com/blog/986268/201905/986268-20190516055344765-1180760908.png" alt="">
 
<h1>字符扩展</h1>
char只能代表一个Unicode字符, 其实这句话不太准确。
我们知道Unicode里 65 代表着字母 A，但其实65是A的Unicode代码点，通常是这样来表示的 U+0041，16进制的41就是10进制的65。
 
而看这个例子，德语里面有个字符：ß，它的UniCode是 U+00DF，但就其本身而言，ß 不是一个字母，ß被认为等价于ss（也就是两个s），例如fußball就相当于fussball。
而用在字符/字符串比较的时候，就不可以把ß当作一个字符来处理，而是把ß=ss。
而ß所对应的U+00DF这个代码点就是字符扩展（Character expansion）的一个例子，如果想正确的比较字符/串，那么这个代码点就必须先转化为其它的多个代码点，这里就是 U+00DF -> U+0073 + U+0073，也就是ß -> ss，记住，这只是用于比较，而不是展示。
 
<h1>字符代理</h1>
字符代理（char surrogates），和字符扩展正好相反。
字符扩展是指，一个字符代表了多个实际的字符；而字符代理呢，就是使用两个char的实例来表示一个实际的字符。
字符代理之所以存在，是因为它的范围太小了（0-65535），所以根本无法代表世界上这么多语言的字符。实际上Unicode的代码点是从0到1114111（0x10FFFF），所以16位的存储远远不够用。
正是因为这点，Unicode UTF16有一个可以表示所有字符的体系，就是使用两个连续的16位数值来表示，这就叫做代理对（surrogate pairs）。
在这两个连续的16位数值里，第一个数的范围是U+D800到U+DBFF（55296到56319），所以如果您在解析字符/串的时候，解析出来的数值正好落在这个范围里，那么你就需要把这个char和它后边的char连在一起进行解析，才能得出真正要表示的字符。
从术语上讲，第一个16位数叫做High Surrogate（高代理项），第二个数叫做Low Surrogate（低代理项）。
 
例如：𝄞 它的Unicode 代码点是 U+1D11E，它包含一个High Surrogate：U+D834 和一个Low Surrogate：U+DD1E
 
<h1>合并字符</h1>
此外有一些代码点还会修改前一个字符，比如说 ä 这个字符，它可以用U+00E4来表示。
而我也可以使用 a +  ̈  （U+0061 + U+0308）的形式来表示该字符，在这里U+0308就表示两个点，它会修改前一个字符。
在Unicode的标准中，后边这个字符就叫做 Combining diaeresis（组合用分音符？）
而在实际中字符/串比较的时候，你需要把这两个字符合并当作U+00E4才可以。
 
<h1>其它</h1>
char有ToUpper()和ToLower()两个方法可以变换大小写，它们首先会遵循用户的locale（区域设置），但是这就有可能引起一个bug：
char.ToUpper ('i') == 'I' 
这个表达式在土耳其语里面会返回false。
在土耳其语里面 i 被 ToUpper()之后返回的是 İ （看起来像大写的I上面还有一个点），所以与大写的 I 不等。 
而char也提供了不依赖用户区域的版本：
 
<ul>
<li>char.ToUpperInvariant ('i')</li>
<li>char.ToUpper ('i', CultureInfo.InvariantCulture) </li>

</ul>
这两种写法都可以。
 
另外一点需要注意的是，从整型转换到char类型后，很有可能变成一个超出了Unicode范围的字符，这样的字符就是不合理的。
为了验证字符是否合理，我们可以使用 char.GetUnicodeCategory()方法，如果结果是UnicodeCategory.OtherNotAssigned，那么该字符就不合理。
 
 

</div>
<div id="MySignature" role="contentinfo">
<img src="https://img2022.cnblogs.com/blog/986268/202201/986268-20220121212852077-392691317.png" width="500" height="182.45" alt="杨旭技术专栏"> 
来源：https://www.cnblogs.com/yangxu-pro/p/10873357.html

頁: [1]

琼殿技术论坛's Archiver

C# - char类型的一些介绍