字符串.IndexOf()不能识别修改后的字符

Question

当使用 IndexOf 查找一个后面跟着一个大值字符（例如，字符700是ʼ）的字符时，则 IndexOf 无法识别您要查找的字符。

例如：

string find = "abcʼabcabc";   
int index = find.IndexOf("c");

在这段代码中，索引应该是2，但它返回了6。

有没有什么办法可以解决这个问题？

- puser

---

这段代码的作用是在字符串 find 中查找第一个字符 "c" 的位置，并将其索引值赋值给变量 index。StringComparison.Ordinal 表示使用当前文化的排序规则进行比较。 - Sriram Sakthivel

Answer 1

Unicode字母700是一个修饰符撇号：换句话说，它修改了字母c。同样地，如果你使用一个'e'后面跟着字符769（0x301），那么它就不再是一个'e'了：e已经被修改成带有重音的e。即：é。你会发现这个字母实际上是两个字符：将它复制到记事本中，然后按退格键（很神奇，对吧？）。

你需要进行“序数”比较（逐字节比较），而不进行任何语言比较。这将找到'c'，并忽略它被下一个字母修改的语言事实。在我的'e'示例中，字节为(65)(769)，因此如果您逐字节搜索65，您将找到它，并忽略(65)(769)在语言上等同于(233)的事实：é。如果您在语言上搜索(233)，它会找到“等效”的(65)(769)：

string find = "abéabcabc";
int index = find.IndexOf("é"); //gives you '2' even though the "find" has two characters and the the "indexof" is one

希望这不会太令人困惑。如果您在实际编程中使用此方法，应该在注释中详细解释您正在做的事情：例如，在我的“e”示例中，通常您会希望对用户数据进行语义等价处理，对于常量（例如）进行序数等价处理（这种情况下不应该有差异，否则您的后继者将用斧头追捕你）。请保留HTML标签。

- Mark Sowul

---

您可以告诉 indexOf 查找字符：int index = find.IndexOf('c'); - varocarbas

啊，说得好。这会是一个非常恶毒的面试问题：IndexOf('c')和IndexOf("c")有什么区别？ - Mark Sowul

Answer 2

cʼ 构造被视为与简单字节有语言上的区别。使用 Ordinal 字符串比较来强制进行字节比较。

        string find = "abcʼabcabc";

        int index = find.IndexOf("c", StringComparison.Ordinal);

- Loofer

---

为了澄清，Ordinal排序规则之所以有效，是因为它基于字符串中每个Char的数字值（Unicode代码点）进行比较 - 请参阅文档，这正是OP所要求的。 - James

或者直接使用 find.IndexOf('c') 而不是提供一个字符串。 - Gene

StringComparison.Ordinal会让代码变慢吗？ - puser

不过，如果你担心的话可以进行测试。过早地优化是一些问题的根源。 - Loofer

@puser 不，事实上它在技术上应该是更快的。 - James