如何在C＃中获取unicode字符的十进制值？

如何在C＃中获取unicode字符的数值？

例如，如果给出泰米尔字符அ （ U + 0B85 ），则输出应为2949 （即0x0B85 ）

也可以看看

某些字符需要多个代码点。在这个例子中，UTF-16，每个代码单元仍然在Basic Multilingual Plane中：

（即U+0072 U+0327 U+030C ）
（即U+0072 U+0338 U+0327 U+0316 U+0317 U+0300 U+0301 U+0302 U+0308 U+0360 ）

更重要的是，一个“字符”可能需要超过1个UTF-16代码单元，它可能需要2个以上的UTF-16代码单元，它可能需要3个以上的UTF-16代码单元。

更重要的是，一个“字符”可能需要几十个unicode代码点。在C＃中的UTF-16中，意味着超过1个char 。一个角色可能需要17个char 。

我的问题是将char转换为UTF-16编码值。即使整个17个字符串只代表一个“字符”，我仍然想知道如何将每个UTF-16单位转换为数字值。

例如

 String s = "அ"; int i = Unicode(s[0]);

其中Unicode返回输出表达式的第一个字符的Unicode标准定义的整数值。

它与Java基本相同。如果你把它作为一个char ，你可以隐式转换为int ：

 char c = '\u0b85'; // Implicit conversion: char is basically a 16-bit unsigned integer int x = c; Console.WriteLine(x); // Prints 2949

如果你已经把它作为字符串的一部分，那么首先得到那个单个字符：

 string text = GetText(); int x = text[2]; // Or whatever...

请注意，不在基本多语言平面中的字符将表示为两个UTF-16代码单元。 .NET支持查找完整的Unicode代码点，但这并不简单。

 ((int)'அ').ToString()

如果将字符作为char ，则可以将其int转换为int ，这将表示字符的数值。然后，您可以以任何您喜欢的方式打印出来，就像使用任何其他整数一样。

如果你想要hex输出，你可以使用：

 ((int)'அ').ToString("X4")

X表示hex， 4表示零填充为四个字符。

如何在C＃中获取unicode字符的数值？

char不一定是整个Unicode 代码点。在诸如C＃的UTF-16编码语言中，实际上可能需要2个char来表示单个“逻辑”字符。你的字符串长度不符合你的期望 – String.Length Property的MSDN documnetation说：

“Length属性返回此实例中Char对象的数量，而不是Unicode字符的数量。”

因此，如果您的Unicode字符仅在一个char编码，则它已经是数字（本质上是无符号的16位整数）。您可能希望将其强制转换为某些整数类型，但这不会更改最初存在于char的实际位。
如果您的Unicode字符是2个char ，则需要将其乘以2 ^ 16并将其添加到另一个，从而产生一个uint数值：

char c1 = …;
char c2 = …;
uint c =（（uint）c1 << 16）| C2;

如何在C＃中获取unicode字符的十进制值？

当您说“十进制”时，这通常表示只包含人类将解释为十进制数字的字符的字符串。

如果只能通过一个char表示Unicode字符，则可以通过以下方式将其转换为十进制字符串：

char c =’அ’;
string s =（（ushort）c）.ToString（）;
如果您的Unicode字符有2个chars ，请将它们转换为如上所述的uint ，然后调用uint.ToString 。

—编辑—

AFAIK变音符号被认为是单独的“字符”（和单独的代码点），尽管它们与“基本”字符一起在视觉上呈现。单独采用这些代码点中的每一个仍然是最多2个UTF-16代码单元。

顺便说一下，我认为你所谈论的正确名称不是“性格”而是“结合性格” 。所以是的，单个组合字符可以有超过1个代码点，因此超过2个代码单元。如果你想要一个十进制表示，比如组合字符，你可以通过BigInteger最容易地做到：

 string c = "\x0072\x0338\x0327\x0316\x0317\x0300\x0301\x0302\x0308\x0360"; string s = (new BigInteger(Encoding.Unicode.GetBytes(c))).ToString();

根据您希望的代码单元“数字”的重要性顺序，您可能需要反转c 。

 char c = 'அ'; short code = (short)c; ushort code2 = (ushort)c;