c# - 比较两个 utf-8 编码字符串的 byte[] 是否与比较两个 unicode 字符串相同？

Question

我在关于 utf-8 的维基百科文章中找到了这个:

Sorting of UTF-8 strings as arrays of unsigned bytes will produce the same results as sorting them based on Unicode code points.

这会让我相信，出于比较目的(排序、二进制搜索等)，比较 utf-8 编码字符串的两个字节数组(即像 memcmp 一样逐字节)会给出与比较 utf-8 编码字符串相同的结果实际的 unicode 字符串。

这是真的吗？

Answer 1

是的，假设 UTF-8 编码的序列字节与 Unicode 代码点之间存在一对一的映射。

但是，除了查看原始代码点之外，还有其他方法可以比较 Unicode 字符串。如果您只是将代码点(或 UTF-8 字节)视为数字，那么您会错过特定于文化的比较逻辑。

要针对特定​​区域性正确执行比较和排序，在 .NET 上，您应该使用标准字符串比较函数。