c# - String.Split() 和 String.IndexOf() 之间组合变音符号的不同行为

Question

如果我有一个包含组合变音符号的字符串，不同字符串函数之间的行为似乎有些混淆。如果我使用 String.IndexOf()，它将组合变音符号并找到正确的字符。如果我使用 String.Split()，出于某种原因它不会组合它们并且不会找到组合的字符。

示例代码:

string test = "abce\u0308fgh";
Console.WriteLine(test.IndexOf("e"));
Console.WriteLine(test.IndexOf("ë"));

这将按预期工作，这意味着找不到 e，但找到了 ë。但出于某种原因，这并不相似:

string test = "abcde\u0308fgh";
Console.WriteLine(test.Split('e').Length.ToString());
Console.WriteLine(test.Split('ë').Length.ToString());

出于某种原因，Split() 不会合并变音符号，而是按 e 拆分，但不会按 ë 拆分。

这个功能有什么原因吗？有没有办法让 IndexOf() 函数不组合变音符号，或者最好是 Split() 功能是什么？

编辑:注意到我之前写错了代码，它有“e”而不是“e”

string test = "abce\u0308fgh";
Console.WriteLine(test.IndexOf('e'));
Console.WriteLine(test.IndexOf('ë'));

这也像 Split() 一样，所以它不在方法之间，而是在获取字符或字符串之间。

Answer 1

实际上，当我将您的示例代码复制并粘贴到一个空白程序中时，我得到了我可能期望的行为:IndexOf() 和 Split() 都执行不将组合字符视为传入的 ë 搜索字符。 IE。对 IndexOf('ë') 的调用为我返回 -1，这与您描述 Split() 行为的方式一致。

就是说，如果您希望 Split() 将单字符版本的这种双字符表示视为实际上最初是单字符版本，您只需调用 string.Normalize() 在 Split() 之前。例如:

Console.WriteLine(test.Normalize().Split('ë').Length);

Normalize() 方法有一个重载，可以让您控制规范化的确切类型，如果需要的话(它不在您提供的示例中)。