dotnet C# 如何正確獲取藏文的字數
2021-09-10 18:17:48

在咱國內有很多有趣的文字，其中藏文屬于有趣的文字里面特別有趣的一項，特別是對于做文本庫的同學，大概都知道什么叫合寫字吧。合寫字的含義就是多個字符一起組成一個字。但是多個字符在內存中，本身就是多個字符對象，以往統(tǒng)計某個字符串的字數，咱簡單判斷只是拿字符串的字符數量進行獲取。這個方法在藏文下肯定是不可行的，藏文的一個字由多個字符組成，因此需要本文介紹的特別的方法

先給大家來一個簡單的藏文字 ????? 這個字其實是由 ? + ? + ? + ? + ? 這幾個字符組成的

用 string.Length 獲取到的 ????? 這個字也是符合預期 5 個字符，當然這也是不符合預期的字數

這是關于語言文化方面的內容，自己寫一定是不靠譜的。好在 .NET 里面提供的權威的獲取方法，通過 StringInfo 類的輔助，可以獲取可視效果下的字符串的字數

var info = new StringInfo("?????");
var realLength = info.LengthInTextElements; // realLength = 1

通過此即可獲取正確的字符長度

額外的，如果想要枚舉一個藏文句子的每個藏文的字。那肯定不能使用字符的遍歷方式，否則輸出就和漢字的遍歷輸出為偏旁一樣了。遍歷藏文，需要使用 StringInfo.GetTextElementEnumerator 方法，例子如下

var enumerator = StringInfo.GetTextElementEnumerator("??????????????????????????????????");
while (enumerator.MoveNext())
{
    Console.WriteLine(enumerator.GetTextElement());
}

參閱：

• 2019-11-10-看看藏文里面一共有多少個字吧 - huangtengxiao
• 2019-11-10-使用StringInfo正確查找字符個數 - huangtengxiao

?

本作品采用知識共享署名-非商業(yè)性使用-相同方式共享 4.0 國際許可協(xié)議進行許可。歡迎轉載、使用、重新發(fā)布，但務必保留文章署名林德熙，不得用于商業(yè)目的，基于本文修改后的作品務必以相同的許可發(fā)布。如有任何疑問，請與我。