string.Empty.StartsWith(((char)10781).ToString()) 总是返回true？答案

【问题标题】：string.Empty.StartsWith(((char)10781).ToString()) always returns true?string.Empty.StartsWith(((char)10781).ToString()) 总是返回true？
【发布时间】：2010-12-25 23:20:59
【问题描述】：

我试图处理以下字符：⨝ (http://www.fileformat.info/info/unicode/char/2a1d/index.htm)

如果你检查是否以这个字符开头的空字符串，它总是返回true，这没有任何意义！这是为什么呢？

// visual studio 2008 hides lines that have this char literally (bug in visual studio?!?) so i wrote it's unicode instead.
char specialChar = (char)10781;
string specialString = specialChar.ToString();

// prints 1
Console.WriteLine(specialString.Length);

// prints 10781
Console.WriteLine((int)specialChar);

// prints false
Console.WriteLine(string.Empty.StartsWith("A"));

// both prints true WTF?!?
Console.WriteLine(string.Empty.StartsWith(specialString));
Console.WriteLine(string.Empty.StartsWith(((char)10781).ToString()));

【问题讨论】：

标签： c# .net string unicode char

【解决方案1】：

您可以使用ordinal StringComparison 修复此错误：

来自 MSDN 文档：

当您指定任一 StringComparison.Ordinal 或 StringComparison.OrdinalIgnoreCase, 字符串比较将是非语言的。也就是说，特征那些特定于自然的制作时语言被忽略比较决策。这意味着决策基于简单字节比较并忽略大小写或等价表是由文化参数化。因此，通过将参数显式设置为 StringComparison.Ordinal 或 StringComparison.OrdinalIgnoreCase, 您的代码通常会提高速度，增加正确性，并且变得更加可靠。

    char specialChar = (char)10781;


    string specialString = Convert.ToString(specialChar);

    // prints 1
    Console.WriteLine(specialString.Length);

    // prints 10781
    Console.WriteLine((int)specialChar);

    // prints false
    Console.WriteLine(string.Empty.StartsWith("A"));

    // prints false
    Console.WriteLine(string.Empty.StartsWith(specialString, StringComparison.Ordinal));

【讨论】：

Culture-sensitive-comparison-by-default 似乎是对最小意外原则的重大灾难性违反。是否有任何经验法则可以确定哪些方法需要 StringComparison 才能获得“正常”的序数行为，哪些不需要？
@bobince-你见过这个问题吗-stackoverflow.com/questions/72696/…

【解决方案2】：

不错的 unicode 故障 ;-p

我不知道为什么会这样，但很有趣：

Console.WriteLine(string.Empty.StartsWith(specialString)); // true
Console.WriteLine(string.Empty.Contains(specialString)); // false
Console.WriteLine("abc".StartsWith(specialString)); // true
Console.WriteLine("abc".Contains(specialString)); // false

我猜这有点像Jon mentioned at devdays 的非连接字符；一些字符串函数看到它，而有些则没有。如果它没有看到它，这将变成“（某些字符串）是否以空字符串开头”，这是 always true。

【讨论】：

【解决方案3】：

这样做的根本原因是默认字符串比较是区域设置感知的。这意味着使用区域设置数据表进行比较（包括相等性）。

许多（如果不是大多数）Unicode 字符对于许多语言环境都没有价值，因此不存在（或存在，但匹配任何内容，或什么都不存在）。

请参阅 Michael Kaplan 的博客“Sorting It All Out”上有关字符权重的条目。 This series of blogs 包含大量背景信息（API 是原生的，但是——据我所知——.NET 中的机制是相同的）。

快速版本：这是一个复杂的领域，很难进行正确的预期（普通语言）比较，这往往会导致与您的语言之外的字形代码点发生奇怪的事情。

【讨论】：