如何将Unicode转义序列转换为.NET字符串中的Unicode字符？

Question

假设您已将文本文件加载到字符串中，并且想要将所有Unicode转义转换为字符串内的实际Unicode字符。例：“以下是Unicode'\ u2320'中整数字符的上半部分，而这是下划线'\ U2321'。

Answer 1

答案很简单，并且适用于至少数千个字符的字符串。

范例1：

Regex  rx = new Regex( @"\\[uU]([0-9A-F]{4})" );

result = rx.Replace( result, match => ((char) Int32.Parse(match.Value.Substring(2), NumberStyles.HexNumber)).ToString() );

范例2：

Regex  rx = new Regex( @"\\[uU]([0-9A-F]{4})" );

result = rx.Replace( result, delegate (Match match) { return ((char) Int32.Parse(match.Value.Substring(2), NumberStyles.HexNumber)).ToString(); } );

第一个示例显示了使用lambda表达式（C＃3.0）进行的替换，第二个示例使用了应与C＃2.0一起使用的委托。

为了分解这里发生的事情，首先我们创建一个正则表达式：

new Regex( @"\\[uU]([0-9A-F]{4})" );

然后，我们使用字符串'result'和一个匿名方法（在第一个示例中为lambda表达式，在第二个示例中为委托-委托也可以是正则方法）调用Replace（），该方法将转换在字符串中找到的每个正则表达式。

Unicode转义的处理方式如下：

((char) Int32.Parse(match.Value.Substring(2), NumberStyles.HexNumber)).ToString(); });

获取表示转义的数字部分的字符串（跳过前两个字符）。

match.Value.Substring(2)

使用Int32.Parse（）解析该字符串，该字符串采用Parse（）函数应该期望的字符串和数字格式，在这种情况下为十六进制数字。

NumberStyles.HexNumber

然后，我们将结果数字转换为Unicode字符：

(char)

最后，我们在Unicode字符上调用ToString（），它为我们提供了其字符串表示形式，该字符串表示形式是传递回Replace（）的值：

.ToString()

注意：可以使用match参数的GroupCollection和正则表达式中的子表达式来捕获数字（而不是使用Substring调用来捕获要转换的文本），以仅捕获数字（'2320'），但这更加复杂且可读性较差。