关于代理对，String.Replace(string,string) Unicode 安全吗？

Question

我正在尝试找出创建等同于 String.Replace("oldValue","newValue"); 的函数的最佳方法 可以处理代理对。

我担心的是，如果字符串中有代理项对，并且某个字符串可能与部分代理项对匹配，它可能会拆分代理项并导致数据损坏。

所以我的高级问题是：在涉及 Unicode 和代理对时，String.Replace(string oldValue, string newValue); 是一个安全的操作吗？

如果没有，最好的前进道路是什么？我熟悉可以将这些字符串拆分为元素等的 StringInfo class。我只是不确定在为旧值和新值传递字符串时如何进行替换。

感谢您的帮助！

Answer 1

这是安全的，因为 .NET 中的字符串在内部是 UTF-16。 Unicode代码点可以用一个或两个UTF-16代码单元表示，.NETchar就是一个这样的代码单元。

当代码点由两个单元表示时，第一个单元称为高代理项，第二个称为低代理项。在这个问题的上下文中重要的是代理单位属于特定范围，U+D800 - U+DFFF。此范围仅用表示代理对，此范围内的单个单位无任何意义，无效。

因此，不可能有有效的 utf-16 字符串与另一个有效的 utf-16 字符串中的代理对 "part" 相匹配。

请注意，.NET 字符串也可以表示无效的 utf-16 字符串。如果 Replace 的任何参数无效 - 那么它确实可以拆分代理对。但是 - 垃圾进，垃圾出，所以我不认为这在给定情况下是个问题。