我只是想知道.NET 2.0中是否有一种方法可以检查字符是否可打印 - 类似于标准C中的isprint(int)
。
我找到了Char.IsControl(Char)
。
这可以用于此目的吗?
您可能想要使用Char.IsControl(Char)
。这就是我正在使用的。你绝对不想使用<0x20
方法,因为任何非拉丁字符和大多数非英文字符都将高于127。
如果通过可打印你的意思是渲染某些东西 - 即使某些东西是空白(空白),单独[否定] Char.IsControl()
还不足以确定角色是否可打印。
U+0000
- U+00FF
Unicode范围(与ASCII / ISO-8859-1兼容)中也是不够的,因为除了空格字符之外的ASCII空白字符也被归类为控制字符,因此Char.IsControl('\t')
和Char.IsControl('\n')
报告也是如此。单字节U+0000
- U+00FF
Unicode范围的解决方案(与ASCII / ISO-8859-1兼容):
// Sample input char.
char c = (char)0x20; // space
var isPrintable = ! Char.IsControl(c) || Char.IsWhiteSpace(c);
所有Unicode字符的解决方案的近似值:
遗憾的是,没有完整的简单解决方案:
Char
的测试的基本限制是类型Char
只能表示直到代码点U+FFFF
的字符,即,仅表示所谓的BMP(基本多语言平面)中的字符。 BMP之外的字符 - 具有更高的代码点 - 必须表示为两个Char
实例(所谓的代理对)。UnicodeCategory.PrivateUse
类别的字符不是标准化的;例如,macOS上的U+F8FF
包含Apple符号,而在Windows上未定义。因此它可能包含可打印字符,您必须动态确定它们是否可打印。UnicodeCategory.Format
类别主要包含非渲染字符,但也有例外 - 请参阅this table。
对于给定版本的Unicode标准,您可以对这些异常进行硬编码,但这很麻烦,并且可能会随着时间的推移而过时。因此,以下代码假定UnicodeCategory.PrivateUse
和UnicodeCategory.Format
中的所有字符都是可打印的,这意味着至少某些字符将被错误分类。
using System;
using System.Linq;
using System.Globalization;
// ...
// Sample input char.
char c = (char)0x20; // space
// The set of Unicode character categories containing non-rendering,
// unknown, or incomplete characters.
// !! Unicode.Format and Unicode.PrivateUse can NOT be included in
// !! this set, because they may (private-use) or do (format)
// !! contain at least *some* rendering characters.
var nonRenderingCategories = new UnicodeCategory[] {
UnicodeCategory.Control,
UnicodeCategory.OtherNotAssigned,
UnicodeCategory.Surrogate };
// Char.IsWhiteSpace() includes the ASCII whitespace characters that
// are categorized as control characters. Any other character is
// printable, unless it falls into the non-rendering categories.
var isPrintable = Char.IsWhiteSpace(c) ||
! nonRenderingCategories.Contains(Char.GetUnicodeCategory(c));
除了Char.IsControlChar()之外,还有其他几个函数可用于确定给定char值的类别:
如果您拥有的是“传统的ASCII文本”文件,并且您想使用提供的函数,则表达式为:
(Char.IsLetterOrDigit(ch) || Char.IsPunctuation(ch) || Char.IsSymbol(ch) || (ch==' '))
应该管用。
现在,如果您正在使用Unicode,那么您正在打开罐头或蠕虫。即使在当天,无论空间是可打印的还是不可打印的,都可以进行解释(因此isprint()和isgraph()函数)。见this related question and answers about "printable" unicode characters。
private bool IsPrintableCharacter(char candidate)
{
return !(candidate < 0x20 || candidate > 127);
}