Метод Char.IsControl не распознает некоторые символы как элементы управления
Я заметил, что метод С# 'Char.IsControl' не распознает некоторые символы как элементы управления. Например, следующий код выводит false для обоих значений:
char pilcrow = '\u00B6';
char softHyphen = '\u00AD';
Console.Write("{0},{1}",char.IsControl(pilcrow), char.IsControl(softHyphen)); // -> 'false,false'
Это ожидаемое поведение? Мне нужно избегать таких символов в моем коде.
Из документы: "Стандарт Unicode назначает кодовые точки от \U0000 до \U001F, \U007F и от \U0080 до \U009F управляющим символам.". \u00B6 и \u00AD выходят за пределы этого диапазона.
Это не управляющие персонажи. Один ¶ другой мягкий дефис, невидимый символ
Unicode рассматривает \00B6 как «другие знаки препинания», а \u00AD как «формат». См. CharUnicodeInfo.GetUnicodeCategory
Что касается need to escape such characters in my code почему? Строки .NET — это Unicode. Вам не нужно ничего избегать, и именно этот вопрос является доказательством — SO — это приложение ASP.NET, которое хранит данные в столбцах nvarchar (Unicode). Вот почему такие символы, как ²³§¶¤¦°±½¬, можно публиковать без какой-либо специальной обработки. Вы найдете много вопросов SO о китайском или японском тексте, которые не требуют какой-либо специальной обработки разработчиками SO для публикации. Плакаты просто разместили свой текст в вопросе
Мне нужно экранировать непечатаемые символы. Разве пилкроу и мягкий дефис не считаются непечатаемыми? И я предположил, что метод IsControl должен был их распознать.
@SimonD Зачем? Сам этот вопрос доказывает, что нет. Что касается непечатаемого, вы видеть символ, не так ли? Он не является непечатаемым, если он виден и, ну, печатаем. Что касается дефиса, он используется в Word и любом другом редакторе документов для управления переносом слов (как следует из названия), поэтому проблем с печатью нет.
Ответы 1
Это не управляющие персонажи. Один из них — знак подушки ¶, который относится к категории Punctuation, Other [Po], другой — мягкий дефис, невидимый символ форматирования, который влияет на перенос текста.
В них нет ничего особенного, на самом деле вы, вероятно, используете мягкий дефис при написании абзаца в Word и хотите контролировать перенос некоторых слов. Word использует ¶ как знак абзаца — визуализацию конца абзаца. Это не влияет на форматирование, это просто обычный способ обозначить конец абзаца. В этом отношении это ничем не отличается от ², ³, §, ¶, ¤, ¦, °, ±, ½, ¬ (просто удерживая правый Alt и нажимая клавиши)
Строки .NET используют Unicode, поэтому нет необходимости экранировать эти символы. Вы можете просто ввести их напрямую.
С печатью проблем тоже нет — ведь эти символы используются при обработке документов. Мягкий дефис управляет тем, как пользовательский интерфейс или механизм печати размещают текст во время рендеринга на экране или бумаге.
Если кто-то не хочет, чтобы эти символы печатались, простой string.Remove сделает свою работу. Однако удаление дефиса может повлиять на печать текста, когда длинные слова перемещаются на следующую строку. Я добавил этот дефис к Removing в предыдущем предложении, чтобы принудительно расставить переносы. Без него Removing переместился бы на следующую строку
Я на 99,9999% уверен, что если бы такая функция, как
char.IsControl, содержала ошибку, ее бы давно обнаружили.