c# - 如何比较 "look alike"的 Unicode 字符？

Question

我陷入了一个令人惊讶的问题。

我在我的应用程序中加载了一个文本文件，我有一些逻辑来比较具有 µ 的值。

而且我意识到即使文本相同，比较值也是错误的。

 Console.WriteLine("μ".Equals("µ")); // returns false
 Console.WriteLine("µ".Equals("µ")); // return true

在后面一行中，字符 µ 被复制粘贴。

但是，这些可能不是唯一这样的字符。

在C#中有什么方法可以比较看起来相同但实际上不同的字符吗？

Answer 1

因为它是真正不同的符号，即使它们看起来相同，第一个是实际字母并且具有 char code = 956 (0x3BC) 第二个是微符号并且具有 181 ( 0xB5)。

引用资料:

• Unicode Character 'GREEK SMALL LETTER MU' (U+03BC)
• Unicode Character 'MICRO SIGN' (U+00B5)

所以如果你想比较它们并且你需要它们相等，你需要手动处理，或者在比较之前用一个字符替换另一个字符。或者使用以下代码:

public void Main()
{
    var s1 = "μ";
    var s2 = "µ";

    Console.WriteLine(s1.Equals(s2));  // false
    Console.WriteLine(RemoveDiacritics(s1).Equals(RemoveDiacritics(s2))); // true 
}

static string RemoveDiacritics(string text) 
{
    var normalizedString = text.Normalize(NormalizationForm.FormKC);
    var stringBuilder = new StringBuilder();

    foreach (var c in normalizedString)
    {
        var unicodeCategory = CharUnicodeInfo.GetUnicodeCategory(c);
        if (unicodeCategory != UnicodeCategory.NonSpacingMark)
        {
            stringBuilder.Append(c);
        }
    }

    return stringBuilder.ToString().Normalize(NormalizationForm.FormC);
}

还有 Demo