探究 C# 中的 char 、 string（一）

• 探究 C# 中的 char 、 string（一）
  • 1. System.Char 字符
  • 2. 字符處理
  • 3. 全球化
  • 4. System.String 字串
    • 4.1 字串搜索
    • 4.2 字串提取、插入、洗掉、替換
      • 4.2.1 提取
      • 4.2.2 插入、洗掉、替換
  • 5. 字串駐留池

1. System.Char 字符

char 是 System.Char 的別名，

System.Char 占兩個位元組，16個二進制位，

System.Char 用來表示、存盤一個 Unicode 字符，

System.Char 的表示范圍是 U+0000 到U+FFFF，char 默認值是 \0，即 U+0000，

Unicode 的表示，通常以 U+____形式表示，即 U 和 一組16進制的數字組成，

char 有四種賦值方法

            char a = 'j';
            char b = '\u006A';
            char c = '\x006A';
            char d = (char) 106;
            Console.WriteLine($"{a} | {b} | {c} | {d}");

輸出

j | j | j | j

\u 開頭是 Unicode 轉義序列（編碼）；使用 Unicode 轉義序列，后面必須是4個十六進制的數字，

\u006A    有效
\u06A	  無效
\u6A	  無效

\x 開頭是 十六進制轉義序列，也是由4個十六進制數字組成，如果前面是N個0的話，則可以省略0，下面的示例都是表示同一個字符，

\x006A
\x06A
\x6A

char 可以隱式轉為其他數值型別，整型有可以轉為ushort，int，uint，long，和ulong，浮點型 可以轉為 float，double，和decimal，

char 可以顯式轉為 sbyte，byte和short，

其他型別無法隱式轉為 char 型別，但是任何整型和浮點型都可以顯式轉為 char，

2. 字符處理

System.Char 中，具有很多就態方法，能夠有助于識別、處理字符，

有一個非常重要的 UnicodeCategory 列舉

  public enum UnicodeCategory
  {
    UppercaseLetter,
    LowercaseLetter,
    TitlecaseLetter,
    ModifierLetter,
    OtherLetter,
    NonSpacingMark,
    SpacingCombiningMark,
    EnclosingMark,
    DecimalDigitNumber,
    LetterNumber,
    OtherNumber,
    SpaceSeparator,
    LineSeparator,
    ParagraphSeparator,
    Control,
    Format,
    Surrogate,
    PrivateUse,
    ConnectorPunctuation,
    DashPunctuation,
    OpenPunctuation,
    ClosePunctuation,
    InitialQuotePunctuation,
    FinalQuotePunctuation,
    OtherPunctuation,
    MathSymbol,
    CurrencySymbol,
    ModifierSymbol,
    OtherSymbol,
    OtherNotAssigned,
  }

System.Char 中， 有一個 GetUnicodeCategory() 靜態方法，可以回傳字符的型別，即上面的列舉值，

除了 GetUnicodeCategory() ，我們還可以通過具體的靜態方法判斷字符的類別，

下面列出靜態方法的使用說明的列舉類別，

示例

        char chA = 'A';
        char ch1 = '1';
        string str = "test string"; 

        Console.WriteLine(chA.CompareTo('B'));          //-----------  Output: "-1
														//(meaning 'A' is 1 less than 'B')
        Console.WriteLine(chA.Equals('A'));             //-----------  Output: "True"
        Console.WriteLine(Char.GetNumericValue(ch1));   //-----------  Output: "1"
        Console.WriteLine(Char.IsControl('\t'));        //-----------  Output: "True"
        Console.WriteLine(Char.IsDigit(ch1));           //-----------  Output: "True"
        Console.WriteLine(Char.IsLetter(','));          //-----------  Output: "False"
        Console.WriteLine(Char.IsLower('u'));           //-----------  Output: "True"
        Console.WriteLine(Char.IsNumber(ch1));          //-----------  Output: "True"
        Console.WriteLine(Char.IsPunctuation('.'));     //-----------  Output: "True"
        Console.WriteLine(Char.IsSeparator(str, 4));    //-----------  Output: "True"
        Console.WriteLine(Char.IsSymbol('+'));          //-----------  Output: "True"
        Console.WriteLine(Char.IsWhiteSpace(str, 4));   //-----------  Output: "True"
        Console.WriteLine(Char.Parse("S"));             //-----------  Output: "S"
        Console.WriteLine(Char.ToLower('M'));           //-----------  Output: "m"
        Console.WriteLine('x'.ToString());              //-----------  Output: "x"
        Console.WriteLine(Char.IsSurrogate('\U00010F00'));		// Output: "False"
        char test = '\xDFFF';
        Console.WriteLine(test);						//-----------	Output：'?'
        Console.WriteLine( Char.GetUnicodeCategory(test));//-----------	Output："Surrogate"

如果想滿足你的好奇心，可以點擊 http://www1.cs.columbia.edu/~lok/csharp/refdocs/System/types/Char.html

3. 全球化

C# 中 System.Char 有很豐富的方法去處理字符，例如常用的 ToUpper、ToLower ，

但是字符的處理，會受到用戶語言環境的影響，

使用 System.Char 中的方法處理字符時，可以呼叫帶有 Invariant 后綴的方法或使用 CultureInfo.InvariantCulture，以進行與語言環境無關的字符處理，

示例

            Console.WriteLine(Char.ToUpper('i',CultureInfo.InvariantCulture));
            Console.WriteLine(Char.ToUpperInvariant('i'));

對于字符和字串處理，可能用到的多載引數和處理方式，請看下面的說明，

StringComparison

CultureInfo

4. System.String 字串

4.1 字串搜索

字串有多個搜索方法：StartsWith()、EndsWith()、Contains()、IndexOf，

StartsWith() 和 EndsWith() 可以使用 StringComparison 比較方式、CultureInfo 控制文化相關規則，

StartsWith() ：字串開頭是否存在符合區配字串

EndsWith()： 字串結尾是否存在符合區配字串

Contains()： 字串任意位置是否存在區配字串

IndexOf： 字串或字符首次出現的索引位置，如果回傳值為 -1 則表示無區配結果，

使用示例

            string a = "癡者工良(高級程式員勸退師)";
            Console.WriteLine(a.StartsWith("高級"));
            Console.WriteLine(a.StartsWith("高級",StringComparison.CurrentCulture));
            Console.WriteLine(a.StartsWith("高級",true, CultureInfo.CurrentCulture));
            Console.WriteLine(a.StartsWith("癡者",StringComparison.CurrentCulture));
            Console.WriteLine(a.EndsWith("勸退師)",true, CultureInfo.CurrentCulture));
            Console.WriteLine(a.IndexOf("高級",StringComparison.CurrentCulture));

輸出

False
False
False
True
True
5

除了 Contains()，其它三種方法都有多個多載方法，例如

這些與全球化和大小寫區配的規則，在后面章節中會說到，

4.2 字串提取、插入、洗掉、替換

4.2.1 提取

SubString() 方法可以在提取字串指定索開始的N個長度或余下的所有的字符，

            string a = "癡者工良(高級程式員勸退師)";
            string a = "癡者工良(高級程式員勸退師)";
            Console.WriteLine(a.Substring(startIndex: 1, length: 3));
            // 者工良
            Console.WriteLine(a.Substring(startIndex: 5));
            // 高級程式員勸退師)

4.2.2 插入、洗掉、替換

Insert() ：指定索引位置后插入字符或字串

Remove() ：指定索引位置后插入字符或字串

PadLeft() ：在字串左側將使用某個字串擴展到N個字符長度

PadRight()：在字串右側將使用某個字串擴展到N個字符長度

TrimStart() ：從字串左側開始洗掉某個字符，碰到不符合條件的字符即停止，

TrimEnd() ：從字串右側開始洗掉某個字符，碰到不符合條件的字符即停止，

Replace()：將字串中的N連續個字符組替換為新的M個字符組，

示例

            string a = "癡者工良(高級程式員勸退師)"; // length = 14

            Console.WriteLine("\n  -  Remove Insert   - \n");

            Console.WriteLine(a.Insert(startIndex: 4, value: "我是"));
            Console.WriteLine(a.Remove(startIndex: 5));
            Console.WriteLine(a.Remove(startIndex: 5, count: 3));

            Console.WriteLine("\n  -  PadLeft PadRight  -  \n");

            Console.WriteLine(a.PadLeft(totalWidth: 20, paddingChar: '*'));
            Console.WriteLine(a.PadRight(totalWidth: 20, paddingChar: '#'));
            Console.WriteLine(a.PadLeft(totalWidth: 20, paddingChar: '\u0023'));
            Console.WriteLine(a.PadRight(totalWidth: 20, paddingChar: '\u002a'));
            Console.WriteLine(a.PadLeft(totalWidth: 18, paddingChar: '.'));
            Console.WriteLine(a.PadRight(totalWidth: 18, paddingChar: '.'));

            Console.WriteLine("\n  -  Trim  -  \n");

            Console.WriteLine("|Hello | World|".Trim('|'));
            Console.WriteLine("|||Hello | World|||".Trim('|'));
            Console.WriteLine("|Hello | World!|".TrimStart('|'));
            Console.WriteLine("|||Hello | World!|||".TrimStart('|'));
            Console.WriteLine("|Hello | World!|".TrimEnd('|'));
            Console.WriteLine("|||Hello | World!|||".TrimEnd('|'));
            Console.WriteLine("||||||||||||||||||||||||".TrimEnd('|'));
            

            Console.WriteLine("*#&abc ABC&#*".TrimStart(new char[] {'*', '#', '&'}));
            Console.WriteLine("*#&abc ABC&#*".TrimStart(new char[] {'#', '*', '&'}));

            Console.WriteLine("\n  -  Replace  -  \n");

            Console.WriteLine("abcdABCDabcdABCD".Replace(oldChar: 'a', newChar: 'A'));

輸出

  -  Remove Insert   -

癡者工良我是(高級程式員勸退師)
癡者工良(
癡者工良(序員勸退師)

  -  PadLeft PadRight  -

******癡者工良(高級程式員勸退師)
癡者工良(高級程式員勸退師)######
######癡者工良(高級程式員勸退師)
癡者工良(高級程式員勸退師)******
....癡者工良(高級程式員勸退師)
癡者工良(高級程式員勸退師)....

  -  Trim  -

Hello | World
Hello | World
Hello | World!|
Hello | World!|||
|Hello | World!
|||Hello | World!

abc ABC&#*
abc ABC&#*

  -  Replace  -

AbcdABCDAbcdABCD

5. 字串駐留池

以下為筆者個人總結，限于水平，如若有錯，望各位加以批評指正，

字串 駐留池是在域(Domain)級別完成的，而字串駐留池可以在域中的所有程式集之間共享，

CLR 中維護著一個叫做駐留池（Intern Pool）的表，

這個表記錄了所有在代碼中使用字面量宣告的字串實體的參考，

拼接方式操作字面量時，新的字串又會進入字串駐留池，

只有使用使用字面量宣告的字串實體，實體才會對字串駐留池字串參考，

而無論是欄位屬性或者是方法內是宣告的 string 變數、甚至是方法引數的默認值，都會進入字串駐留池，

例如

        static string test = "一個測驗";

        static void Main(string[] args)
        {
            string a = "a";

            Console.WriteLine("test:" + test.GetHashCode());
            
            TestOne(test);
            TestTwo(test);
            TestThree("一個測驗");
        }

        public static void TestOne(string a)
        {
            Console.WriteLine("----TestOne-----");
            Console.WriteLine("a:" + a.GetHashCode());
            string b = a;
            Console.WriteLine("b:" + b.GetHashCode());
            Console.WriteLine("test - a :" + Object.ReferenceEquals(test, a));
        }

        public static void TestTwo(string a = "一個測驗")
        {
            Console.WriteLine("----TestTwo-----");
            Console.WriteLine("a:" + a.GetHashCode());
            string b = a;
            Console.WriteLine("b:" + b.GetHashCode());
            Console.WriteLine("test - a :" + Object.ReferenceEquals(test, a));
        }

        public static void TestThree(string a)
        {
            Console.WriteLine("----TestThree-----");
            Console.WriteLine("a:" + a.GetHashCode());
            string b = a;
            Console.WriteLine("b:" + b.GetHashCode());
            Console.WriteLine("test - a :" + Object.ReferenceEquals(test, a));
        }

輸出結果

test:-407145577
----TestOne-----
a:-407145577
b:-407145577
test - a :True
----TestTwo-----
a:-407145577
b:-407145577
test - a :True
----TestThree-----
a:-407145577
b:-407145577
test - a :True

可以通過靜態方法 Object.ReferenceEquals(s1, s2); 或者 實體的 .GetHashCode() 來對比兩個字串是否為同一個參考，

可以使用不安全代碼，直接修改記憶體中的字串

參考 https://blog.benoitblanchon.fr/modify-intern-pool/

string a = "Test";

fixed (char* p = a)
{
    p[1] = '3';
}

Console.WriteLine(a);

使用 *Microsoft.Diagnostics.Runtime* 可以獲取 CLR 的資訊，

結果筆者查閱大量資料發現，.NET 不提供 API 去查看字串常量池里面的哈希表，

關于 C# 字串的使用和駐留池等原理，請參考

http://community.bartdesmet.net/blogs/bart/archive/2006/09/27/4472.aspx

通過設法在程式集中獲取字串文字的串列

https://stackoverflow.com/questions/22172175/read-the-content-of-the-string-intern-pool

.NET 底層 Profiling API說明

https://docs.microsoft.com/en-us/dotnet/framework/unmanaged-api/profiling/profiling-overview?redirectedfrom=MSDN

.NET字串駐留池和提高字串比較性能

http://benhall.io/net-string-interning-to-improve-performance/

關于 C# 字串駐留池的學習文章

https://www.cnblogs.com/mingxuantongxue/p/3782391.html

https://www.xuebuyuan.com/189297.html

https://www.xuebuyuan.com/189297.html

如果總結或知識有錯，麻煩大佬們斧正哈，

標籤：C#

上一篇：[譯]C# 7系列，Part 1: Value Tuples 值元組

下一篇：.NET開源類別庫Nini手冊（INI、XML、注冊表的配置應用）-中文翻譯