将带有表情符号unicode格式的字符串转换为带有单个字符表情符号的字符串

Question

我正在尝试将包含表示表情符号的 Unicode 格式的字符串的 String 对象转换为 String，并将 Unicode 表示的表情符号作为其唯一字符，例如将"\u1F34E" 转换为????。

假设字符串的转义序列将被正确处理，我尝试了以下操作：

String str = "\u1F34E";
Console.WriteLine("'{0}' to '{1}'", str, str.ToCharArray()[0]);

输出：

'\u1F34E' to '\'

将字符串直接输出到文本文件会产生相同的结果，因此它不仅仅是我使用的调试器。我不确定该怎么做。任何帮助将不胜感激。

编辑：

我意识到我最初的问题并不清楚；我的意图是在字符串中有一个格式正确的 UTF-16 字符串和一个 UTF-32 unicode，作为一个 API，我发送这个值需要这种格式。我已经成功解决了以下问题：

String str = "1F34E"; //removed \u with prior parsing
int unicode_utf32 = int.Parse(stdemote.Unicode, System.Globalization.NumberStyles.HexNumber);
String unicode_utf16_str = Char.ConvertFromUtf32(unicode_utf32);
Console.WriteLine("'{0}' to '{1}'", str, unicode_utf16_str);

Answer 1

这不是看起来的样子

string str = "\u1F34E";

.Net 使用 UTF-16 对其字符串进行编码。这意味着两个字节（16 位）用于表示一个 Unicode 代码点。这反过来使 Unicode \u 转义序列实际上是 U+0000 到 U+FFFF（16 位）或扩展版本 U+00000000 到 U+FFFFFFFF（32 位）

表情符号?，使用高代码点0001F34E，因此需要将其编码为代理对，两个UTF-16字符"\uD83C\uDF4E"或组合为
"\U0001F34E" ¹

示例

string str = "\uD83C\uDF4E";
// or
string str = "\U0001F34E"

如果您的目标是将实际文本元素与字符分开，您可以使用StringInfo.GetTextElementEnumerator

public static IEnumerable<string> ToElements(string source)
{
   var enumerator = StringInfo.GetTextElementEnumerator(source);
   while (enumerator.MoveNext())
      yield return enumerator.GetTextElement();
}

_{注意：我使用的术语可能不是最常见或最准确的，如果您认为可以收紧，请随时编辑}

---

¹ 感谢Mark Tolonen 指出Unicode 转义序列 实际上同时支持16 位和32 位变体\uXXXX 和\UXXXXXXXX 可以找到更多信息在 Jon Skeet 的博客文章中Strings in C# and .NET