如何將Unicode轉義序列轉換爲.NET字符串中的Unicode字符？

Question

假設你已經將一個文本文件加載到一個字符串中，並且你希望將所有Unicode轉義符轉換爲字符串內的實際Unicode字符。

實施例：

「下面是以Unicode‘\ u2320’的組成字符的上半部分，這是下半部‘\ U2321’」

Answer 1

答案很簡單，適用於至少有幾千個字符的字符串。

實施例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()); 

實施例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(); }); 

第一個例子示出了使用一個lambda表達式（C＃3.0）和第二所取得的替換使用委託它應與工作C＃2.0。

要打破這是怎麼回事就在這裏，我們首先創建一個正則表達式：

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

然後我們調用替換（）以字符串「結果」和匿名方法（在第一個例子lambda表達式和第二個委託 - 委託也可以是常規方法），它轉換字符串中找到的每個正則表達式。

Unicode轉義被處理這樣的：

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

獲取表示所述逃逸的數目部分（跳過前兩個字符）的字符串。

match.Value.Substring(2) 

解析使用Int32.Parse（），接受字符串並且該parse（）函數應該期望在這種情況下是一個十六進制數的數字格式的字符串。

NumberStyles.HexNumber 

然後我們投得到的數字爲Unicode字符：

(char) 

最後，我們調用toString（）的Unicode字符這給了我們這是值傳遞迴替換它的字符串表示（）：

.ToString() 

注意：不能抓住文字，與子串調用你可以使用匹配參數的GroupCollection進行轉換，並在子表達式正則表達式僅捕獲數字（'2320'），但這更復雜，可讀性更差。

Answer 2

重構多一點：

Regex regex = new Regex (@"\\U([0-9A-F]{4})", RegexOptions.IgnoreCase); 
string line = "..."; 
line = regex.Replace (line, match => ((char)int.Parse (match.Groups[1].Value, 
    NumberStyles.HexNumber)).ToString()); 

Answer 3

我想你最好的小寫字母添加到您的正則表達式。它對我更好。

Regex rx = new Regex(@"\\[uU]([0-9A-Fa-f]{4})"); 
result = rx.Replace(result, match => ((char) Int32.Parse(match.Value.Substring(2), NumberStyles.HexNumber)).ToString()); 

Answer 4

這是VB.NET當量：

Dim rx As New RegularExpressions.Regex("\\[uU]([0-9A-Fa-f]{4})") 
result = rx.Replace(result, Function(match) CChar(ChrW(Int32.Parse(match.Value.Substring(2), Globalization.NumberStyles.HexNumber))).ToString())