xml - 竖线 (|) Unicode 替换

Question

我们在其中一个模块中使用竖线 | (|) 字符作为字段分隔符。所以用户不应该在标题中使用这个字符。

如果他们确实使用它，我想用类似的字符替换它。

它有 Unicode 替代品吗？ 我找到的唯一一个看起来与它相似的字符是断开的竖线 ¦ (¦ )。

Answer 1

我不明白你真正需要什么。您是否需要将分隔符序列更改为保证不存在于数据集中的内容？

如果是这样，那么 Unicode 的 66 个“非字符”代码点就是专门为此设计的。您可以将它们用作内部哨兵，因为它们不会出现在有效数据中。

如果您只是在寻找视觉上的相似之处，那就大不相同了。我不建议这样做，因为有很多容易混淆的地方。这里只是其中的一部分:

U+0007C ‭ |  GC=Sm SC=Common       VERTICAL LINE
U+000A6 ‭ ¦  GC=So SC=Common       BROKEN BAR
U+002C8 ‭ ˈ  GC=Lm SC=Common       MODIFIER LETTER VERTICAL LINE
U+002CC ‭ ˌ  GC=Lm SC=Common       MODIFIER LETTER LOW VERTICAL LINE
U+02016 ‭ ‖  GC=Po SC=Common       DOUBLE VERTICAL LINE
U+023D0 ‭ ⏐  GC=So SC=Common       VERTICAL LINE EXTENSION
U+02758 ‭ ❘  GC=So SC=Common       LIGHT VERTICAL BAR
U+02759 ‭ ❙  GC=So SC=Common       MEDIUM VERTICAL BAR
U+0275A ‭ ❚  GC=So SC=Common       HEAVY VERTICAL BAR
U+02AF4 ‭ ⫴  GC=Sm SC=Common       TRIPLE VERTICAL BAR BINARY RELATION
U+02AF5 ‭ ⫵  GC=Sm SC=Common       TRIPLE VERTICAL BAR WITH HORIZONTAL STROKE
U+02AFC ‭ ⫼  GC=Sm SC=Common       LARGE TRIPLE VERTICAL BAR OPERATOR
U+02AFE ‭ ⫾  GC=Sm SC=Common       WHITE VERTICAL BAR
U+02AFF ‭ ⫿  GC=Sm SC=Common       N-ARY WHITE VERTICAL BAR
U+0FF5C ‭ ｜ GC=Sm SC=Common       FULLWIDTH VERTICAL LINE
U+0FFE4 ‭ ￤ GC=So SC=Common       FULLWIDTH BROKEN BAR