Char-Struktur

Ein String-Objekt ist eine sequenzielle Auflistung von Char-Strukturen, die eine Textzeichenfolge darstellt. Die meisten Unicode-Zeichen können durch ein einzelnes Char-Objekt dargestellt werden, aber ein als Basiszeichen, Ersatzzeichenpaar und oder Kombinationszeichenfolge codiertes Zeichen wird durch mehrere Char-Objekte dargestellt. Daher ist eine Char-Struktur in einem String-Objekt nicht notwendigerweise gleich einem einzelnen Unicode-Zeichen.

Mehrere 16-Bit-Codepunkte werden verwendet, um einzelne Unicode-Zeichen in den folgenden Fällen darzustellen:

• Symbole, die möglicherweise aus einem einzelnen Zeichen oder einem Basiszeichen gefolgt von mindestens einem Zeichen ohne Zwischenraum bestehen. Das Zeichen ä wird z. B. durch ein Char-Objekt dargestellt, dessen Codepunkt U+0061 ist, gefolgt von einem Char-Objekt, dessen Codepunkt U+0308 ist. (Das Zeichen "ä" kann auch von einem einzelnen Char-Objekt definiert werden, das über den Codepunkt U+00E4 verfügt.) Im folgenden Beispiel wird veranschaulicht, dass das Zeichen "ä" aus zwei Char-Objekten besteht.

  C#

  VB

  Kopieren

  
  using System;
  using System.IO;
  
  public class Example
  {
     public static void Main()
     {
        StreamWriter sw = new StreamWriter("chars1.txt");
        char[] chars = { '\u0061', '\u0308' };
        string strng = new String(chars);
        sw.WriteLine(strng); 
        sw.Close();
     }
  }
  // The example produces the following output:
  //       ä
  
  
  

• Zeichen außerhalb der Unicode Basic Multilingual Plane (BMP). Unicode unterstützt sechzehn Ebenen zusätzlich zum BMP, der Ebene 0 darstellt. Ein Unicode-Codepunkt wird in UTF-32 durch einen 21-Bit-Wert, der die Ebene enthält, dargestellt. U+1D160 stellt z. B. das Zeichen für das musikalische Symbol der Achtelnote dar. Da UTF-16-Codierung nur 16 Bits hat, werden Zeichen außerhalb des BMP von Ersatzzeichenpaaren in UTF-16 dargestellt. Im folgenden Beispiel wird veranschaulicht, dass die UTF-32-Entsprechung von U+1D160, dem musikalischen Symbol der Achtelnote, U+D834 U+DD60 ist. U+D834 ist das hohe Ersatzzeichen; hohe Ersatzzeichen liegen zwischen U+D800 und U+DBFF. U+DD60 ist das niedrige Ersatzzeichen; niedrige Ersatzzeichen liegen zwischen U+DC00 und U+DFFF.

  C#

  VB

  Kopieren

  
  using System;
  using System.IO;
  
  public class Example
  {
     public static void Main()
     {
        StreamWriter sw = new StreamWriter(@".\chars2.txt");
        int utf32 = 0x1D160;
        string surrogate = Char.ConvertFromUtf32(utf32);
        sw.WriteLine("U+{0:X6} UTF-32 = {1} ({2}) UTF-16", 
                     utf32, surrogate, ShowCodePoints(surrogate));
        sw.Close();                    
     }
  
     private static string ShowCodePoints(string value)
     {
        string retval = null;
        foreach (var ch in value)
           retval += String.Format("U+{0:X4} ", Convert.ToUInt16(ch));
  
        return retval.Trim();
     }
  }
  // The example produces the following output:
  //       U+01D160 UTF-32 = ð (U+D834 U+DD60) UTF-16
  
  
  

Da ein einzelnes Zeichen von mehreren Char-Objekten dargestellt werden kann, empfiehlt es sich, Zeichenfolgen statt einzelner Zeichen zu verwenden, um linguistischen Inhalt darzustellen und zu analysieren.

Die Char-Struktur stellt Methoden zum Vergleichen von Char-Objekten, zum Konvertieren des Werts des aktuellen Char-Objekts in ein Objekt eines anderen Typs und zum Bestimmen der Unicode-Kategorie eines Char-Objekts bereit:

• Verwenden Sie die CompareTo-Methode und die Equals-Methode, um Char-Objekte zu vergleichen.

• Verwenden Sie die ConvertFromUtf32-Methode, um einen Codepunkt in eine Zeichenfolge zu konvertieren. Verwenden Sie die ConvertToUtf32-Methoden, um ein Char-Objekt oder ein Ersatzzeichenpaar aus Char-Objekten in einen Codepunkt zu konvertieren.

• Mit den GetUnicodeCategory-Methoden können Sie die Unicode-Kategorie eines Zeichens abrufen. Verwenden Sie die Methoden IsControl, IsDigit, IsHighSurrogate, IsLetter, IsLetterOrDigit, IsLower, IsLowSurrogate, IsNumber, IsPunctuation, IsSeparator, IsSurrogate, IsSurrogatePair, IsSymbol, IsUpper und IsWhiteSpace, um zu bestimmen, ob ein Zeichen sich in einer bestimmten Unicode-Kategorie wie Ziffer, Buchstabe, Satzzeichen, Steuerzeichen usw. befindet.

• Verwenden Sie die GetNumericValue-Methoden, um ein Char-Objekt, das eine Zahl darstellt, in einen numerischen Werttyp darzustellen. Verwenden Sie Parse und TryParse, um ein Zeichen in einer Zeichenfolge in ein Char-Objekt zu konvertieren. Verwenden Sie ToString, um ein Char-Objekt in ein String-Objekt zu konvertieren.

• Verwenden Sie die Methoden ToLower, ToLowerInvariant, ToUpper und ToUpperInvariant, um die Groß- und Kleinschreibung eines Char-Objekts zu ändern.