当前位置：首页 > news >正文

C# string转unicode字符

news 来源：原创 2025/5/21 16:59:35

在 C# 中，将字符串转换为 Unicode 字符（即每个字符的 Unicode 码点）可以通过遍历字符串中的每个字符并获取其 Unicode 值来实现。Unicode 值是一个整数，表示字符在 Unicode 标准中的唯一编号。

以下是实现方法：

1. 获取字符串中每个字符的 Unicode 值

使用 char 类型的隐式转换或 Convert.ToInt32 方法可以获取字符的 Unicode 值。

示例代码：

using System;

class Program
{
    static void Main()
    {
        string input = "Hello 你好";
        foreach (char c in input)
        {
            int unicodeValue = c; // 隐式转换为 Unicode 值
            Console.WriteLine($"字符: {c}, Unicode 值: {unicodeValue}");
        }
    }
}

输出：

字符: H, Unicode 值: 72
字符: e, Unicode 值: 101
字符: l, Unicode 值: 108
字符: l, Unicode 值: 108
字符: o, Unicode 值: 111
字符:  , Unicode 值: 32
字符: 你, Unicode 值: 20320
字符: 好, Unicode 值: 22909

2. 将 Unicode 值格式化为 `\u` 转义字符

如果需要将 Unicode 值格式化为 \u 开头的转义字符（例如 \u0041 表示字符 A），可以使用 ToString("X4") 将 Unicode 值转换为 4 位十六进制字符串。

示例代码：

using System;

class Program
{
    static void Main()
    {
        string input = "Hello 你好";
        foreach (char c in input)
        {
            int unicodeValue = c;
            string unicodeEscape = $"\\u{unicodeValue:X4}"; // 格式化为 \uHHHH
            Console.WriteLine($"字符: {c}, Unicode 转义字符: {unicodeEscape}");
        }
    }
}

输出：

字符: H, Unicode 转义字符: \u0048
字符: e, Unicode 转义字符: \u0065
字符: l, Unicode 转义字符: \u006C
字符: l, Unicode 转义字符: \u006C
字符: o, Unicode 转义字符: \u006F
字符:  , Unicode 转义字符: \u0020
字符: 你, Unicode 转义字符: \u4F60
字符: 好, Unicode 转义字符: \u597D

3. 将字符串整体转换为 Unicode 转义字符

如果需要将整个字符串转换为 Unicode 转义字符格式，可以遍历字符串并拼接结果。

示例代码：

using System;
using System.Text;

class Program
{
    static void Main()
    {
        string input = "Hello 你好";
        StringBuilder unicodeBuilder = new StringBuilder();

        foreach (char c in input)
        {
            int unicodeValue = c;
            unicodeBuilder.Append($"\\u{unicodeValue:X4}");
        }

        string unicodeString = unicodeBuilder.ToString();
        Console.WriteLine(unicodeString); // 输出: \u0048\u0065\u006C\u006C\u006F\u0020\u4F60\u597D
    }
}

4. 处理 Surrogate Pair（代理对）

对于某些 Unicode 字符（如表情符号或某些特殊字符），它们可能由两个 char 值（称为代理对）表示。需要使用 char.IsSurrogatePair 和 char.ConvertToUtf32 来处理。

示例代码：

using System;
using System.Text;

class Program
{
    static void Main()
    {
        string input = "Hello 😊 你好";
        StringBuilder unicodeBuilder = new StringBuilder();

        for (int i = 0; i < input.Length; i++)
        {
            if (char.IsSurrogatePair(input, i))
            {
                // 处理代理对
                int codePoint = char.ConvertToUtf32(input, i);
                unicodeBuilder.Append($"\\U{codePoint:X8}"); // 使用 \U 表示 8 位十六进制
                i++; // 跳过下一个 char
            }
            else
            {
                // 处理普通字符
                int unicodeValue = input[i];
                unicodeBuilder.Append($"\\u{unicodeValue:X4}");
            }
        }

        string unicodeString = unicodeBuilder.ToString();
        Console.WriteLine(unicodeString); // 输出: \u0048\u0065\u006C\u006C\u006F\u0020\U0001F60A\u0020\u4F60\u597D
    }
}