Làm cách nào để tách chuỗi Unicode thành nhiều ký tự Unicode trong C#?

Question

Nếu tôi có một chuỗi như "123‍‍‍", làm thế nào tôi có thể chia nó thành một mảng, trông giống như ["", "1", "2", "3", "‍‍‍"]? Nếu tôi sử dụng ToCharArray() Biểu tượng cảm xúc đầu tiên được chia thành 2 ký tự và biểu tượng thứ hai thành 7 ký tự.

Cập nhật

Giải pháp bây giờ trông như thế này:

public static List<string> GetCharacters(string text) 
{ 
    char[] ca = text.ToCharArray(); 
    List<string> characters = new List<string>(); 
    for (int i = 0; i < ca.Length; i++) 
    { 
     char c = ca[i]; 
     if (c > 65000) continue; 
     if (char.IsHighSurrogate(c)) 
     { 
      i++; 
      characters.Add(new string(new[] { c, ca[i] })); 
     } 
     else 
      characters.Add(new string(new[] { c })); 
    } 
    return characters; 
} 

Xin lưu ý rằng, như đã đề cập trong các ý kiến, nó không hoạt động cho các biểu tượng cảm xúc trong gia đình. Nó chỉ hoạt động cho các biểu tượng cảm xúc có 2 ký tự trở xuống. Đầu ra của ví dụ sẽ là: ["", "1", "2", "3", "‍", "‍", "‍", ""]

Answer 1

.NET đại diện cho chuỗi như là một chuỗi các thành phần UTF-16. Các điểm mã Unicode bên ngoài Base Multilingual Plane (BMP) sẽ được chia thành một đại diện cao và thấp. 10 bit thấp hơn của mỗi hình thức chiếm một nửa giá trị điểm mã thực.

Có những người giúp đỡ để phát hiện những người thay thế này (ví dụ: Char.IsLowSurrogate).

Bạn cần tự mình xử lý.