在C#[已关闭]中将上标转换为Unicode

C#字符串始终是Unicode(UTF-16),因此,如果可以加载文本而不发出问题,那么它已经是Unicode了。如果你没有得到你想要的文本,那么你需要研究编码和你是如何阅读文本的。

基于 Unicode subscripts and superscripts 上标不在一个连续的块中,这使得它们很难被检测到。因此,查看是否有上标的最简单方法是使用switch语句。

    static bool IsSuperscript(char c)
    {
        switch(c)
        {
            case '⁰':
            case '¹':
            case '²':
            case '³':
            case '⁴':
            case '⁵':
            case '⁶':
            case '⁷':
            case '⁸':
            case '⁹':
                return true;
            default:
                return false;
        }
    }

然后,要查看字符串是否只包含上标字符,只需对其进行循环。

    static bool IsSuperscript(string s)
    {
        foreach(var c in s)
        {
            if(!IsSuperscript(c))
            {
                return false;
            }
        }

        return true;
    }

如果要将上标字符转换为普通数字字符,可以使用类似的switch语句。

    static bool TryNormalizeSuperscript(char superC, out char c)
    {
        bool result = true;
        switch (superC)
        {
            case '⁰':
                c = '0';
                break;
            case '¹':
                c = '1';
                break;
            case '²':
                c = '2';
                break;
            case '³':
                c = '3';
                break;
            case '⁴':
                c = '4';
                break;
            case '⁵':
                c = '5';
                break;
            case '⁶':
                c = '6';
                break;
            case '⁷':
                c = '7';
                break;
            case '⁸':
                c = '8';
                break;
            case '⁹':
                c = '9';
                break;
            default:
                c = '\0';
                result = false;
                break;
        }

        return result;
    }

和循环

    static string NormalizeSuperscript(string s)
    {
        var sb = new StringBuilder();
        foreach (var superC in s)
        {
            if(TryNormalizeSuperscript(superC, out char c))
            {
                sb.Append(c);
            }
            else
            {
                break;
            }
        }

        return sb.ToString();
    }

请注意,此循环在找到的第一个非上标字符处停止。根据可能需要更改的用例。

示例用法:

    static void Main(string[] args)
    {
        Console.OutputEncoding = System.Text.Encoding.Unicode;
        var superscripts = "⁰ ¹ ² ³ ⁴ ⁵ ⁶ ⁷ ⁸ ⁹ ¹⁰ ¹¹ ¹² ¹³ ¹⁴ ¹⁵ ¹⁶ 17 18 19 XX XXI XXII XXIII XXIV";
        foreach(var superscript in superscripts.Split(' '))
        {
            Console.WriteLine($"{superscript} ({IsSuperscript(superscript)}) -> {NormalizeSuperscript(superscript)}");
        }
    }

输出:

°(真)->0(真)->1(正确)->2(正确)>3(正确)->4. –µ(真)->5–掴¶(正确)->6–“正确”->7–揘(正确)->8–True(正确)->9 °(真)->10(正确)->11(正确)->12(正确)->13 (正确)->14(正确)->15(正确)->16 17(错误)->18(假) -&燃气轮机;19(错误)->XX(错误)->XXI(错误)->二十二(假)->二十三(假)->二十四(假)->

请注意 Console.OutputEncoding = System.Text.Encoding.Unicode; 需要获取控制台以显示正确的字符。我还必须使用控制台字体才能正确显示。