字符、字符串和文本的处理之Char类型

郑小超.

发布于 2018-05-28 18:01:50

1.1K0

发布于 2018-05-28 18:01:50

文章被收录于专栏：GreenLeavesGreenLeaves

.Net Framework中处理字符和字符串的主要有以下这么几个类:

(1)、System.Char类一基础字符串处理类

(2)、System.String类一处理不可变的字符串(一经创建,字符串便不能以任何方式修改)

(3)、System.Text.StringBuilder类一更高效地构建字符串

(4)、System.Secureity.SecureString类一对字符串进行保护操作,它可以保护密码和信用卡资料等敏感字符串.

一、Char类型

Char是值类型,这点和String类型不同,因为String类型派生自object.

1、简介

在.Net Framework中,字符总是表示成16位Unicode代码值,这简化了国际化应用程序的开发.每个字符都是System.Char结构(一个值类型)的实例.

(1)、常量属性

Char提供了两个公开的只读常量字段,MinValue和MaxValue,分别为'\0'和'\uffff'.分别为最小和最大的字符值.

2、判断字符的类型

(1)、通过GetUnicodeCategory()静态方法来判断当前字符的类型.该方法返回一个System.Globalization.UnicodeCategory枚举类型的一个值,这个值是由Unicode标准定义的控制字符、货币符号、小写字符、大写字母、标点符号、数学字符还是其他符号,具体类型如下:

    //
    // 摘要:
    //     定义字符的 Unicode 类别。
    [ComVisible(true)]
    public enum UnicodeCategory
    {
        //
        // 摘要:
        //     大写字母。 由 Unicode 代码“Lu”（字母，大写）表示。 值为 0。
        UppercaseLetter = 0,
        //
        // 摘要:
        //     小写字母。 由 Unicode 代码“Ll”（字母，小写）表示。 值为 1。
        LowercaseLetter = 1,
        //
        // 摘要:
        //     词首字母大写的字母。 由 Unicode 代码“Lt”（字母，词首字母大写）表示。 值为 2。
        TitlecaseLetter = 2,
        //
        // 摘要:
        //     修饰符字母字符，它是独立式的间距字符，指示前面字母的修改。 由 Unicode 代码“Lm”（字母，修饰符）表示。 值为 3。
        ModifierLetter = 3,
        //
        // 摘要:
        //     不属于大写字母、小写字母、词首字母大写或修饰符字母的字母。 由 Unicode 代码“Lo”（字母，其他）表示。 值为 4。
        OtherLetter = 4,
        //
        // 摘要:
        //     指示基字符的修改的不占位字符。 由 Unicode 代码“Mn”（符号，不占位）表示。 值为 5。
        NonSpacingMark = 5,
        //
        // 摘要:
        //     间隔字符，它指示基字符的修改并影响基字符的标志符号的宽度。 由 Unicode 代码“Mc”（符号，间隔组合）表示。 值为 6。
        SpacingCombiningMark = 6,
        //
        // 摘要:
        //     封闭符号字符，它是将基字符前面的所有字符（包括基字符）括起来的不占位字符。 由 Unicode 代码“Me”（符号，封闭）表示。 值为 7。
        EnclosingMark = 7,
        //
        // 摘要:
        //     十进制数字字符，即范围 0 到 9 内的字符。 由 Unicode 代码“Nd”（数字，十进制数字）表示。 值为 8。
        DecimalDigitNumber = 8,
        //
        // 摘要:
        //     由字母表示的数字，而不是十进制数字，例如，罗马数字 5 由字母“V”表示。 此指示符由 Unicode 代码“Nl”（数字，字母）表示。 值为 9。
        LetterNumber = 9,
        //
        // 摘要:
        //     既不是十进制数字也不是字母数字的数字，例如分数 1/2。 此指示符由 Unicode 代码“No”（数字，其他）表示。 值为 10。
        OtherNumber = 10,
        //
        // 摘要:
        //     没有标志符号但不属于控制或格式字符的空格字符。 由 Unicode 代码“Zs”（分隔符，空格）表示。 值为 11。
        SpaceSeparator = 11,
        //
        // 摘要:
        //     用于分隔文本各行的字符。 由 Unicode 代码“Zl”（分隔符，行）表示。 值为 12。
        LineSeparator = 12,
        //
        // 摘要:
        //     用于分隔段落的字符。 由 Unicode 代码“Zp”（分隔符，段落）表示。 值为 13。
        ParagraphSeparator = 13,
        //
        // 摘要:
        //     控制代码字符，其 Unicode 值为 U+007F，或者属于 U+0000 到 U+001F 或 U+0080 到 U+009F 的范围内。 由 Unicode
        //     代码“Cc”（其他，控制）表示。 值为 14。
        Control = 14,
        //
        // 摘要:
        //     格式字符，它影响文本的布局或文本处理操作，但通常不呈现。 由 Unicode 代码“Cf”（其他，格式）表示。 值为 15。
        Format = 15,
        //
        // 摘要:
        //     高代理项或低代理项字符。 代理项代码值在 U+D800 到 U+DFFF 的范围内。 由 Unicode 代码“Cs”（其他，代理项）表示。 值为 16。
        Surrogate = 16,
        //
        // 摘要:
        //     专用字符，其 Unicode 值在在 U+E000 到 U+F8FF 的范围内。 由 Unicode 代码“Co”（其他，专用）表示。 值是 17。
        PrivateUse = 17,
        //
        // 摘要:
        //     连接两个字符的连接符标点字符。 由 Unicode 代码“Pc”（标点，连接符）表示。 值为 18。
        ConnectorPunctuation = 18,
        //
        // 摘要:
        //     短划线或连字符字符。 由 Unicode 代码“Pd”（标点，短划线）表示。 值为 19。
        DashPunctuation = 19,
        //
        // 摘要:
        //     成对的标点符号（例如括号、方括号和大括号）的开始字符。 由 Unicode 代码“Ps”（标点，开始）表示。 值为 20。
        OpenPunctuation = 20,
        //
        // 摘要:
        //     成对的标点符号（例如括号、方括号和大括号）的结束字符。 由 Unicode 代码“Pe”（标点，结束）表示。 值为 21。
        ClosePunctuation = 21,
        //
        // 摘要:
        //     左引号或前引号字符。 由 Unicode 代码“Pi”（标点，前引号）表示。 值为 22。
        InitialQuotePunctuation = 22,
        //
        // 摘要:
        //     右引号或后引号字符。 由 Unicode 代码“Pf”（标点，后引号）表示。 值为 23。
        FinalQuotePunctuation = 23,
        //
        // 摘要:
        //     不属于连接符、短划线、开始标点、结束标点、前引号或后引号的标点字符。 由 Unicode 代码“Po”（标点，其他）表示。 值为 24。
        OtherPunctuation = 24,
        //
        // 摘要:
        //     数学符号字符，如“+”或“=”。 由 Unicode 代码“Sm”（符号，数学）表示。 值为 25。
        MathSymbol = 25,
        //
        // 摘要:
        //     货币符号字符。 由 Unicode 代码“Sc”（符号，货币）表示。 值为 26。
        CurrencySymbol = 26,
        //
        // 摘要:
        //     修饰符符号字符，它指示环绕字符的修改。 例如，分数斜线号指示其左侧的数字为分子，右侧的数字为分母。 此指示符由 Unicode 代码“Sk”（符号，修饰符）表示。
        //     值为 27。
        ModifierSymbol = 27,
        //
        // 摘要:
        //     不属于数学符号、货币符号或修饰符符号的符号字符。 由 Unicode 代码“So”（符号，其他）表示。 值为 28。
        OtherSymbol = 28,
        //
        // 摘要:
        //     未分配给任何 Unicode 类别的字符。 由 Unicode 代码“Cn”（其他，未分配）表示。 值为 29。
        OtherNotAssigned = 29
    }

该方法有两种传参方式,如下:

        //
        // 摘要:
        //     将指定字符串中位于指定位置的字符分类到由一个 System.Globalization.UnicodeCategory 值标识的组中。
        //
        // 参数:
        //   s:
        //     System.String。
        //
        //   index:
        //     s 中的字符位置。
        //
        // 返回结果:
        //     一个 System.Globalization.UnicodeCategory 枚举常数，标识包含 index 中位于 s 处的字符的组。
        //
        // 异常:
        //   T:System.ArgumentNullException:
        //     s 为 null。
        //
        //   T:System.ArgumentOutOfRangeException:
        //     index 小于零或大于 s 中最后一个位置。
        public static UnicodeCategory GetUnicodeCategory(string s, int index);
        //
        // 摘要:
        //     将指定的 Unicode 字符分类到由一个 System.Globalization.UnicodeCategory 值标识的组中。
        //
        // 参数:
        //   c:
        //     要分类的 Unicode 字符。
        //
        // 返回结果:
        //     一个 System.Globalization.UnicodeCategory 值，它标识包含 c 的组。
        public static UnicodeCategory GetUnicodeCategory(Char c);

测试代码如下:

判断目标字符是否是空格符

var chatType=Char.GetUnicodeCategory(' ');
//判断' '是否是一个空格符
var isEqual = chatType.Equals(UnicodeCategory.SpaceSeparator);
Console.WriteLine(isEqual);

输出:True

判断目标字符是否是大写字母

var chatType=Char.GetUnicodeCategory('S');
//判断'S'是否是一个大写字母
var isEqual = chatType.Equals(UnicodeCategory.UppercaseLetter);
Console.WriteLine(isEqual);

输出:True

(3)、为了简化开发,Char类型还提供了几个静态方法,如下:

IsDigit()、IsLetter()、IsUpper()、IsLower()、IsPunctuaion()等方法.大多数都在内部调用了GetUnicodeCategory方法,并返回true和false;

3、字符转大小写

(1)、忽略语言文化的字符大小写转换

通过Char的ToUpperInvariant和ToLowerInvariant静态方法可完成忽略语言文化的字符的大小写转换,代码如下:

var lower = Char.ToLowerInvariant('S');
var upper = Char.ToUpperInvariant('s');
Console.WriteLine("s的小写形式:{0},s的大写形式:{1}",lower,upper);

(2)、不忽略语言文化的字符大小写转换

通过Char的ToLower和ToUpper方法来转换大小写,但转换时调用线程关联的语言文化信息(方法在内部查询)System.Threading.Thread类的静态属性CurrentCultrue属性来获取,代码如下:

var lower = Char.ToLower('s', Thread.CurrentThread.CurrentCulture);
var upper = Char.ToUpper('S', Thread.CurrentThread.CurrentCulture);
Console.WriteLine("s的小写形式:{0},s的大写形式:{1}",lower,upper);

ToUpper和ToLower之所以需要文化信息,是因为字母的大小写转化是一种依赖于语言文化的操作.

每种语言转换字母的方式不同.

3、判断字符是否相等

(1)、通过Char的实例Equals方法来判断

Console.WriteLine("字符{0}和字符{1}相等?答案:{2}", 's', 's', 's'.Equals('s'));

(2)、判断两个字符的大小

通过Char的实例CompareTo方法(该方法由IComparable和IComparable<Char>接口来定义)来判断,结果返回两个Char实例的忽略语言文化的比较结果.

Console.WriteLine("字符{0}和字符{1}相差的位置?答案:{2}", 's', 's', 'b'.CompareTo('a'));
Console.WriteLine("字符{0}和字符{1}相差的位置?答案:{2}", 's', 's', 'a'.CompareTo('b'));

4、ConvertToUtf32方法和ConvertFromUtf32方法

自行百度

5、返回字符的数值形式

通过GetNumericValue()将字符转换成数字,这个方法将返回字符的数字形式.代码如下:

Console.WriteLine(Char.GetNumericValue('\u0039'));//9的二进制代码
Console.WriteLine(Char.GetNumericValue('9'));
Console.WriteLine(Char.GetNumericValue('a'));

如果目标字符串不是数字返回-1;

6、字符转换数值其他的方法

(1)、强制类型转换

将Char转换成数值例如int32最简单的方法就是转型.这是三种方法中效率最高的,因为编译器会生成中间语言(IL)指令来执行转换,而且不必调用方法.且C#允许指定转换时使用checked还是unchecked代码,C# checked和unchecked详解

(2)、使用Convert类型

System.Convert类型提供的几个静态方法来实现Char和数值类型的相互转换,所有的这些转换都以checked方式执行,发现转换造成数据丢失就抛出OverflowException异常.

(3)、使用IConvertible接口

Char类型和FCL中的所有数值类型都实现了IConvertible接口.该接口定义了像ToUint32和ToChar这样的方法,这种技术效率最差,因为在值类型上调用接口方法要求对实例进行装箱一Char和所有数值类型都是值类型.如果某个类型不能转换(比如Char转换成Boolean),或者转换造成数据丢失,IConvertible的方法会抛出System.InvalidCastException异常.注意,许多类型(包括FCL的Char和数值类型)都将IConvertible的方法实现为显式成员接口,这意味着为了调用接口的任何方法,都必须先将实例显式转型为一个IConvertible.IConvertible的所有方法(GetTypeCode除外)都接受对实现了IFormatProvider接口的一个对象的引用.如果转换时需要考虑语言文化信息,该参数就很有用.但大多数时候可以忽略语言文化,为这个参数传递null值.

(4)、示例代码

            var c = (char)65;
            Console.WriteLine(c);

            var n = (int)c;
            Console.WriteLine(n);

            c = unchecked((char)(65536+65));
            Console.WriteLine(c);

            n = Convert.ToInt32(c);
            Console.WriteLine(n);

            //Convert的范围检查
            try
            {
                c = Convert.ToChar(70000);//对于16位来说过大
                Console.WriteLine(c); //不执行,上面的异常被catch
            }
            catch (OverflowException)
            {
                Console.WriteLine("Can't convert 70000 to a Char.");
            }

            c = ((IConvertible)65).ToChar(null); //可以传递一个IFormatProvider参数,但是大多数情况下不需要,应为大多数情况下可以忽略语言文化
            Console.WriteLine(c);

            n = ((IConvertible)c).ToInt32(null);
            Console.WriteLine(n);

            Console.ReadKey();