如何通过字符比较来执行Unicode感知字符？[关闭]

编码方式

Unipre定义了一个 字符 列表（字母，数字，字母符号，控制代码等），但它们的表示形式（以字节为单位）定义为 encoding
。如今，最常见的Unipre编码是UTF-8，UTF-16和UTF-32。UTF-16通常与Unipre关联，因为它是在Windows，Java，NET环境，C和C
++语言（在Windows上）中为Unipre支持而选择的。请注意，这不是唯一的一种，并且在您的生活中，您肯定还会遇到UTF-8文本（尤其是来自Web和Linux文件系统的文本）和UTF-32（Windows世界之外）。必读的入门文章：绝对最低限度每个软件开发人员绝对，肯定必须了解Unipre和字符集（无借口！）和UTF-8无处不在-
宣言
。IMO特别是第二个链接（无论您的意见是UTF-8还是UTF-16）都非常有启发性。

让我引用维基百科：

由于最常用的字符全部在“基本多语言平面”中，因此对代理对的处理通常没有经过全面测试。即使在流行且经过充分审查的应用程序软件（例如CVE-2008-2938，CVE-2012-2135）中，这也会导致持续的错误和潜在的安全漏洞。

要了解问题的出处，仅需一些简单的数学运算即可：Unipre定义了大约11万个代码点（请注意，并非所有代码点都是grapheme）。Windows环境下的C，C
++，C＃，VB.NET，Java和许多其他语言中的“
Unipre字符类型”（旧ASP经典页面上的VBscript明显例外）使用UTF-16编码，然后是两个字节（此处的类型名称为直观但完全具有误导性，因为它是一个
代码单位 ，而不是字符或代码点）。

请检查此区别，因为它是基础的：代码单元在逻辑上与字符不同，即使有时它们重合，它们也不是同一回事。这如何影响您的编程生活？假设您有此C＃代码，并且您的规范（由考虑字符的
真实 定义的人编写）说“密码长度必须为4个 字符 ”：

bool IsValidPassword(string text ) {    return text.Length >= 4;}

该代码是 丑陋的，错误的和残破的 。

Length

财产申报数量 代码单位
在

text

字符串变量，现在你知道他们是不同的。您的代码将被验证

n̊o̅

为有效密码（但它由两个字符，四个代码点组成-
几乎总是与代码单元一致）。现在，试想一下将其应用于您的应用程序的所有层：一个经过UTF-8编码的数据库字段，该字段已通过先前的代码（输入为UTF-16）进行了有效验证，错误将累加，您的波兰朋友
ŚwiętosławKoźmicki
对此不会高兴。现在认为您必须使用相同的技术来验证用户的名字，并且您的用户是中国人（但不用担心，如果您不在乎，那么他们将在很短的时间内成为您的用户）。另一个例子：这种简单的C＃算法计算字符串中的不同字符将由于相同的原因而失败：

myString.Distinct().Count()

如果用户输入此汉字字符，