我需要将Unicode字符串转换为Unicode字符。
例如:泰米尔语
"கமலி"=>'க','ம','லி'
我可以剥离Unicode字节,但生成Unicode字符却成为了问题。
byte[] stringBytes = Encoding.Unicode.GetBytes("கமலி");
char[] stringChars = Encoding.Unicode.GetChars(stringBytes);
foreach (var crt in stringChars)
{
Trace.WriteLine(crt);
}
它的结果如下:
'க'=>0x0b95
'ம'=>0x0bae
'ல'=>0x0bb2
'ி'=>0x0bbf
所以问题在于如何将字符 'லி' 作为单个字符保留,而不是像 'ல','ி' 那样分开。
由于印度语言中用单个字符表示辅音和元音是自然的,但使用 C# 解析会有困难。
我需要将其拆分为3个字符。
Char
被渲染为一个字形或连字号-我不知道是哪一个...但仍然不清楚你想要什么。我怀疑答案隐藏在Char和StringInfo的描述中,但你需要编辑你的问题,以便更容易理解。 - Alexei Levenkov