如何在包含印地文文本的字符串中檢索字符的Unicode十進制表示？

Question

我在c＃中使用visual studio 2010將文本轉換爲unicodes。就像我有一個字符串abc =「मेरा」。 此字符串中有4個字符。我需要所有的四個Unicode字符。 請幫幫我。

Answer 1

當你編寫像string abc= "मेरा";這樣的代碼時，你已經將它作爲Unicode（特別是UTF-16），所以你不必轉換任何東西。如果你想訪問單數字符，你可以使用普通索引來完成：例如abc[1]是े（DEVANAGARI VOWEL SIGN E）。

如果您想查看這些字符的數字表示形式，只需將它們轉換爲整數。例如

abc.Select(c => (int)c) 

給出的數字2350，2375，2352的序列，2366如果你想看到這些數字的十六進制表示，使用ToString()：

abc.Select(c => ((int)c).ToString("x4")) 

回報串序列「 092e「，」0947「，」0930「，」093e「。

請注意，當我說數字表示，我實際上是指他們使用UTF-16的編碼。對於Basic Multilingual Plane中的字符，這與其Unicode代碼點相同。絕大多數使用的字符都在BMP中，包括這裏提供的4個印地語字符。

如果你也想處理其他飛機的人物，你可以使用下面的代碼。

byte[] bytes = Encoding.UTF32.GetBytes(abc); 

int codePointCount = bytes.Length/4; 

int[] codePoints = new int[codePointCount]; 

for (int i = 0; i < codePointCount; i++) 
    codePoints[i] = BitConverter.ToInt32(bytes, i * 4); 

由於UTF-32直接對所有（21位）編碼點進行編碼，因此會給你它們。 （也許有一個更直接的解決方案，但我還沒有找到一個。）

Answer 2

使用

System.Text.Encoding.UTF8.GetBytes(abc) 

，將返回你的Unicode值。

Answer 3

如果您正試圖將文件從一個傳統的編碼轉換成Unicode：

讀取文件，提供源文件的正確的編碼，然後寫入使用所需的Unicode編碼方案的文件。

using (StreamReader reader = new StreamReader(@"C:\MyFile.txt", Encoding.GetEncoding("ISCII"))) 
    using (StreamWriter writer = new StreamWriter(@"C:\MyConvertedFile.txt", false, Encoding.UTF8)) 
    { 
     writer.Write(reader.ReadToEnd()); 
    } 

如果你正在尋找的梵文字符爲Unicode代碼點的映射：

你可以找到在Unicode Consortium網站here圖表。

請注意，Unicode代碼點傳統上以十六進制編寫。因此，而不是十進制數字2350，代碼點將被寫爲U + 092E，並在代碼圖上顯示爲092E。

Answer 4

由於a。淨焦炭是一個 Unicode字符（至少爲BMP代碼點），你可以簡單地列舉所有字符串中的字符：導致

2350 
2375 
2352 
2366 

Answer 5

var abc = "मेरा"; 

foreach (var c in abc) 
{ 
    Console.WriteLine((int)c); 
} 

如果你有串s = मेरा那麼你已經有了答案。

此字符串包含BMP中的四個代碼點，UTF-16中的代碼點由8個字節表示。您可以通過指數與s[i]訪問它們，用foreach環路等

如果你想底層8個字節你可以訪問他們像這樣：

string str = @"मेरा"; 
byte[] arr = System.Text.UnicodeEncoding.GetBytes(str);