我陷入了一个令人惊讶的问题。
我在我的应用程序中加载了一个文本文件,并且我有一些逻辑来比较具有μ的值。
而且我意识到即使文本相同,比较值也是错误的。
Console.WriteLine("μ".Equals("µ")); // returns false
Console.WriteLine("µ".Equals("µ")); // return true
在后面的行中,字符μ被复制粘贴。
但是,这些可能不是唯一的字符。
在C#中有什么方法比较看起来相同但实际上不同的字符?
发布于 2018-03-30 14:24:53
在很多情况下,你可以正常化比较之前两个Unicode字符的一定范式,他们应该能够匹配。当然,你需要使用哪种规范化表单取决于字符本身; 只是因为它们看起来相似并不一定意味着它们代表相同的性格。您还需要考虑它是否适合您的用例 - 请参阅Jukka K. Korpela的评论。
对于这种特殊情况,如果你参考Tony的答案中的链接,你会发现U + 00B5的表格说:
分解<compat>希腊小字母MU(U + 03BC)
这意味着U + 00B5,原始比较中的第二个字符,可以分解为U + 03BC,第一个字符。
因此,您将使用完全兼容性分解对字符进行规范化处理,使用标准化表单KC或KD。下面是我写下的一个快速示例:
using System;
using System.Text;
class Program
{
static void Main(string[] args)
{
char first = 'μ';
char second = 'µ';
// Technically you only need to normalize U+00B5 to obtain U+03BC, but
// if you're unsure which character is which, you can safely normalize both
string firstNormalized = first.ToString().Normalize(NormalizationForm.FormKD);
string secondNormalized = second.ToString().Normalize(NormalizationForm.FormKD);
Console.WriteLine(first.Equals(second)); // False
Console.WriteLine(firstNormalized.Equals(secondNormalized)); // True
}
}
有关Unicode正常化细节和不同的标准化形式是指System.Text.NormalizationForm
和Unicode的规范。
发布于 2018-03-30 15:07:36
因为它们看起来是完全不同的符号,它们看起来是一样的,首先是实际的字母,并且有字符code = 956 (0x3BC)
,第二个是微型符号,并且具有181 (0xB5)
。
参考文献:
因此,如果您想比较它们并且需要它们相等,则需要手动处理它,或者在比较之前将其替换为另一个字符。或者使用下面的代码:
public void Main()
{
var s1 = "μ";
var s2 = "µ";
Console.WriteLine(s1.Equals(s2)); // false
Console.WriteLine(RemoveDiacritics(s1).Equals(RemoveDiacritics(s2))); // true
}
static string RemoveDiacritics(string text)
{
var normalizedString = text.Normalize(NormalizationForm.FormKC);
var stringBuilder = new StringBuilder();
foreach (var c in normalizedString)
{
var unicodeCategory = CharUnicodeInfo.GetUnicodeCategory(c);
if (unicodeCategory != UnicodeCategory.NonSpacingMark)
{
stringBuilder.Append(c);
}
}
return stringBuilder.ToString().Normalize(NormalizationForm.FormC);
}
和演示
https://stackoverflow.com/questions/-100004330
复制相似问题