c# - 为什么 "\u1FFF:foo".StartsWith (":") 返回 true？

Question

字符串 "\u1FFF:foo" 以 \u1FFF(或“῿”)开头，对吧？

那么这两个怎么可能是真的呢？

"\u1FFF:foo".StartsWith(":")       // equals true
"\u1FFF:foo".StartsWith("\u1FFF")  // equals true

// alternatively, the same:
"῿:foo".StartsWith(":")           // equals true
"῿:foo".StartsWith("῿")          // equals true

.NET 是否声称此字符串以两个不同的字符开头？

虽然我觉得这非常令人惊讶并且想了解“为什么”，但我同样对如何强制 .NET 改为通过代码点进行搜索(使用 InvariantCulture 似乎什么都没做)？

为了比较，再往下一个字符，"\u1FFE:foo".StartsWith(":") 返回 false。

Answer 1

一个字符串通常可以被认为以两个不同的字符串开头，这两个字符串不是逐字节相同的，这并不奇怪(因为 Unicode 很复杂)。例如，这些结果几乎总是会反射(reflect)用户的需求:

"n\u0303".StartsWith("\u00f1") // true
"n\u0303".StartsWith("n")      // false

使用System.Globalization.CharUnicodeInfo.GetUnicodeCategory，您可以看到'\u1fff'在“OtherNotAssigned”类别中；我不清楚这是否会影响字符串搜索/排序/比较操作(它似乎不影响规范化，也就是说，字符在规范化后仍然存在)。

如果您想要逐字节比较，请使用 StringComparison.Ordinal。