为什么在使用 IndexOf(string) 和 IndexOf(char) 时，space 前面的非组合变音符号的功能不同？

Question

我正在从 space 后带有非组合变音符号的字符串创建子字符串。这样做时，我用 .Contains() 检查字符串，然后执行子字符串。当我在 .IndexOf() 内使用 space char 时，程序按预期执行，但在 .IndexOf() 内使用字符串“”时，程序会抛出异常。如下面的示例所示，只有 主重音 变音符号 (U+02C8) 之前的 string 会引发 ArgumentOutOfRangeException.

简单代码（John 建议编辑）：

string a = "aɪ prɪˈzɛnt";
string b = "maɪ ˈprɛznt";

// A            
Console.WriteLine(a.IndexOf(" ")); // string index:  2
Console.WriteLine(a.IndexOf(' ')); // char index:    2

// B    
Console.WriteLine(b.IndexOf(" ")); // string index: -1
Console.WriteLine(b.IndexOf(' ')); // char index:    3

我测试的示例代码：

        const string iPresent = "aɪ prɪˈzɛnt",
                     myPresent = "maɪ ˈprɛznt";

        if(iPresent.Contains(' '))
        {
            Console.WriteLine(iPresent.Substring(0, iPresent.IndexOf(' ')));
        }

        if(iPresent.Contains(" "[0]))
        {
            Console.WriteLine(iPresent.Substring(0, iPresent.IndexOf(" "[0])));
        }

        if(iPresent.Contains(" "))
        {
            Console.WriteLine(iPresent.Substring(0, iPresent.IndexOf(" ")));
        }

        if(iPresent.Contains(string.Empty + ' '))
        {
            Console.WriteLine(iPresent.Substring(0, iPresent.IndexOf(string.Empty + ' ')));
        }

        if (myPresent.Contains(' '))
        {
            Console.WriteLine(myPresent.Substring(0, myPresent.IndexOf(' ')));
        }

        if (myPresent.Contains(" "[0]))
        {
            Console.WriteLine(myPresent.Substring(0, myPresent.IndexOf(" "[0])));
        }

        if (myPresent.Contains(string.Empty + ' '))
        {
            try
            {
                Console.WriteLine(myPresent.Substring(0, myPresent.IndexOf(string.Empty + ' ')));
            }
            catch (Exception ex)
            {
                Console.WriteLine("***" + ex.Message);
            }
        }

        if (myPresent.Contains(" "))
        {
            try
            {
                Console.WriteLine(myPresent.Substring(0, myPresent.IndexOf(" ")));
            }
            catch (Exception ex)
            {
                Console.WriteLine("***" + ex.Message);
            }
        }

Answer 1

IndexOf(string) does something different from IndexOf(char)，因为IndexOf(char)...

...performs an ordinal (culture-insensitive) search, where a character is considered equivalent to another character only if their Unicode scalar values are the same.

而 IndexOf(string)...

performs a word (case-sensitive and culture-sensitive) search using the current culture.

所以它比IndexOf(char)“聪明”很多，因为它考虑了当前文化的字符串比较规则。 ~~这就是它找不到 space 字符的原因。~~

经过其他语言和平台的一些测试，我怀疑这是.NET Framework 的一个错误。因为在 .NET Core 3.1 中，b.IndexOf(" ") 不会 return -1... b.IndexOf(' ', StringComparison.CurrentCulture). 也不会 languages/platforms 其中“maɪ ˈprɛznt”包含space 文化敏感包括：

单声道 6
Swift 5

传入 StringComparison.Ordinal 有效：

b.IndexOf(" ", StringComparison.Ordinal)

但请注意，您失去了文化敏感比较的智慧。

为什么在使用 IndexOf(string) 和 IndexOf(char) 时，space 前面的非组合变音符号的功能不同？

Why does a space preceding a non-combining diacritic function differently when using IndexOf(string) and IndexOf(char)?

c#

string

unicode

substring

indexof