我有一个字符串，我想知道它里面是否有 unicode 字符。 （如果它完全包含ASCII）
我怎样才能做到这一点？
谢谢！
【问题讨论】：
如果字符串仅包含 ASCII 字符，则使用 ASCII 编码的序列化 + 反序列化步骤应返回相同的字符串 所以 C# 中的单行检查可能看起来像..
String s1="testभारत";
bool isUnicode= System.Text.ASCIIEncoding.GetEncoding(0).GetString(System.Text.ASCIIEncoding.GetEncoding(0).GetBytes(s1)) != s1;
【讨论】：
System.Text.ASCIIEncoding.GetEncoding(0).GetString(System.Text.ASCIIEncoding.GetEncoding(0).GetBytes("фы")) != "фы" 返回 False。
这是另一种不使用 lambda 表达式的解决方案。它在 VB.NET 中，但您可以轻松地将其转换为 C#：
Public Function ContainsUnicode(ByVal inputstr As String) As Boolean
Dim inputCharArray() As Char = inputstr.ToCharArray
For i As Integer = 0 To inputCharArray.Length - 1
If CInt(AscW(inputCharArray(i))) > 255 Then Return True
Next
Return False
End Function
【讨论】：
> 255 似乎不正确。
如果我的假设是正确的，您想知道您的字符串是否包含任何“非 ANSI”字符。您可以按如下方式得出这一点。
public void test()
{
const string WithUnicodeCharacter = "a hebrew character:\uFB2F";
const string WithoutUnicodeCharacter = "an ANSI character:Æ";
bool hasUnicode;
//true
hasUnicode = ContainsUnicodeCharacter(WithUnicodeCharacter);
Console.WriteLine(hasUnicode);
//false
hasUnicode = ContainsUnicodeCharacter(WithoutUnicodeCharacter);
Console.WriteLine(hasUnicode);
}
public bool ContainsUnicodeCharacter(string input)
{
const int MaxAnsiCode = 255;
return input.Any(c => c > MaxAnsiCode);
}
更新
这将检测扩展的 ASCII。如果您只检测到真正的 ASCII 字符范围（最多 127 个），那么您可能会误报不表示 Unicode 的扩展 ASCII 字符。我已经在我的示例中提到了这一点。
【讨论】：
ASCII 仅定义0-127 范围内的字符代码。 Unicode 被明确定义为与 ASCII 在同一范围内重叠。因此，如果您查看字符串中的字符代码，并且它包含高于 127 的任何内容，则该字符串包含非 ASCII 字符的 Unicode 字符。
请注意，ASCII 仅包含英文字母。因此，如果您（无论出于何种原因）需要对可能包含重音字符（例如西班牙语文本）的字符串应用相同的方法，那么 ASCII 是不够的，您需要寻找另一个区分因素。
ANSI 字符集 [*] 确实在128-255 范围内使用上述重音拉丁字符扩展了 ASCII 字符。但是，Unicode 与该范围内的 ANSI 不重叠，因此从技术上讲，Unicode 字符串可能包含不属于 ANSI 的字符，但具有相同的字符代码（特别是在128-159 范围内，正如您从表 I 中看到的那样链接到）。
至于执行此操作的实际代码，@chibacity 答案应该可以工作，尽管您应该修改它以涵盖严格的 ASCII，因为它不适用于 ANSI。
[*] 也称为拉丁语 1 Windows (Win-1252)
【讨论】：
只要包含字符，就包含Unicode字符。
将文本表示为一系列 Unicode 字符。
public static bool ContainsUnicodeChars(string text)
{
return !string.IsNullOrEmpty(text);
}
您通常不得不担心不同的 Unicode 编码：
不过，一旦您进入字符串领域，字符串最初表示的编码（如果有的话）就无关紧要了。
字符串中的每个字符都被定义 通过 Unicode 标量值，也称为 Unicode 代码点或序数 Unicode 的（数字）值 特点。 每个代码点都经过编码 通过使用 UTF-16 编码，以及 的每个元素的数值 编码由 Char 表示 对象。
也许您可能还会发现以下问题：
How can you strip non-ASCII characters from a string? (in C#)
C# Ensure string contains only ASCII
Jon Skeet 的这篇文章：Unicode and .NET
【讨论】：