为什么 TextReader.Read 返回一个 int，而不是一个 char？答案

【问题标题】：Why does TextReader.Read return an int, not a char?为什么 TextReader.Read 返回一个 int，而不是一个 char？
【发布时间】：2013-09-23 22:28:32
【问题描述】：

考虑以下代码（LinqPad 中的 .Dump() 只是写入控制台）：

var s = "????"; //3 byte code point. 4 byte UTF32 encoded
s.Dump();
s.Length.Dump(); // 2
TextReader sr = new StringReader("????");
int i;
while((i = sr.Read()) >= 0)
{
    // notice here we are yielded two
    // 2 byte values, but as ints
    i.ToString("X").Dump(); // D852, DF62
}

鉴于上述结果，为什么 TextReader.Read() 返回 int 而不是 char。什么情况下会读取大于2字节的值？

【问题讨论】：

首先，Read() 是虚拟的，StringReader 覆盖它。为什么返回int？不确定..但至少最后一次调用Read() 将允许它确定EOF。此外，它还通过内部字符串索引器 ([]) 方法将 char 转换为 int。

标签： c# unicode character-encoding textreader

【解决方案1】：

TextReader.Read() 永远不会读取超过 2 个字节；但是，它返回 -1 表示“没有更多字符可读取”（字符串结尾）。因此，它的返回类型需要从Char（2 字节）上升到Int32（4 字节）才能表达完整的Char 范围加上-1。

【讨论】：

【解决方案2】：

TextReader.Read() 可能使用int 允许在到达文本末尾时返回-1：

来自文本阅读器的下一个字符，如果没有更多字符可用，则为 -1。默认实现返回 -1。

而且，Length 是 2，因为 Strings 是 UTF-16 序列，它要求 surrogate pairs 表示高于 U+FFFF 的代码点。

{ 0xD852, 0xDF62 } <=> U+24B62 (?)

您可以使用 Char.ConvertToUtf32() 从他们那里获取 UTF-32 代码点：

Char.ConvertToUtf32("?", 0).ToString("X").Dump(); // 24B62

【讨论】：