先想想看，你認(rèn)為下面代碼返回值是多少？

"hello".IndexOf("", 2);
"hello".IndexOf("\0", 2);
"hello".IndexOf('\0', 2);

今天和大家分享關(guān)于.net core中與字符相關(guān)的一些奇怪問(wèn)題。

首先我們先以.NET8目標(biāo)框架做為測(cè)試環(huán)境。直接上代碼： 

using System.Reflection;
using System.Runtime.Versioning;
namespace TestNetCore
{
    internal class Program
    {
        static void Main(string[] args)
        {
            var assembly = Assembly.GetExecutingAssembly();
            var targetFramework = (TargetFrameworkAttribute?)Attribute.GetCustomAttribute(assembly, typeof(TargetFrameworkAttribute));
            if (targetFramework != null)
            {
                Console.WriteLine($"目標(biāo)框架: {targetFramework.FrameworkName}");
            }
            Console.WriteLine(@"""hello"".IndexOf("""", 2) 結(jié)果：" + "hello".IndexOf("", 2));
            Console.WriteLine(@"""hello"".IndexOf(""\0"", 2) 結(jié)果：" + "hello".IndexOf("\0", 2));
            Console.WriteLine(@"""hello"".IndexOf('\0', 2) 結(jié)果：" + "hello".IndexOf('\0', 2));
            Console.ReadKey();
        }
    }
}

運(yùn)行結(jié)果如下：

這與你設(shè)想的結(jié)果有差別嗎？雖然只是一個(gè)方法，三行代碼，但是這里面包含了很多知識(shí)點(diǎn)，下面我們就來(lái)具體聊聊為什么是這樣的結(jié)果，底層邏輯是什么。

相信大多數(shù)人會(huì)有一下幾個(gè)疑問(wèn)：

①  為什么查找空字符串返回2

②  為什么查找“\0”也返回2

③  為什么查找‘\0‘又返回-1

1、為什么"hello".IndexOf("", 2)返回2

下面我們一個(gè)一個(gè)來(lái)說(shuō)，首先來(lái)說(shuō)為什么"hello".IndexOf("", 2)返回2，這個(gè)問(wèn)題比較簡(jiǎn)單，就是方法本身定義問(wèn)題，可以查看官方文檔有詳細(xì)說(shuō)明，如下圖：

方法定義如此，如果查詢的值為空字符串，則返回值為startIndex，即查找起始位置索引，因?yàn)?hello".IndexOf("", 2)的2表示從索引2處開(kāi)始查找，所以此這行代碼返回2。

2、為什么"hello".IndexOf("\0", 2)也返回2

雖然這里只是簡(jiǎn)單的把空字符串改成了“\0”，但是里的問(wèn)題就比較復(fù)雜了，涉及到多個(gè)知識(shí)點(diǎn)，首先這里涉及到Unicode編碼問(wèn)題，當(dāng)前文化設(shè)置問(wèn)題，以及.NET全球化問(wèn)題。

我們先回到這個(gè)問(wèn)題，先來(lái)看看官方文檔說(shuō)明，如下圖：

從這里面可以大膽猜測(cè)“\0”就是屬于可忽略字符，并且如果查詢的字符串包含了可忽略字符，則結(jié)果和移除該字符搜索等效，那么"hello".IndexOf("\0", 2)就等效與"hello".IndexOf("", 2)，因此返回2也就順利成章了。

首先我們猜測(cè)是正確的，“\0的確屬于可忽略字符，這就是Unicode編碼規(guī)范問(wèn)題，而且不單單“\0“會(huì)有這樣的問(wèn)題，Unicdoe可忽略字符都會(huì)有這樣的問(wèn)題，比如”\u0010“、”\u001B“等。

Console.WriteLine(@"""hello"".IndexOf(""\u0010"", 2) 結(jié)果：" + "hello".IndexOf("\u0010", 2));
Console.WriteLine(@"""hello"".IndexOf(""\u001B"", 2) 結(jié)果：" + "hello".IndexOf("\u001B", 2));

3、為什么"hello".IndexOf(‘\0’, 2)返回-1

這個(gè)答案在上面的官方文檔說(shuō)明中也可以看到蛛絲馬跡，“在執(zhí)行語(yǔ)言性的或區(qū)分區(qū)域性的比較時(shí)該字符不被考慮“，這句話是關(guān)鍵，說(shuō)明IndexOf方法是會(huì)受當(dāng)前文化設(shè)置影響的，雖然我們寫的代碼里沒(méi)有看到相關(guān)當(dāng)前文化設(shè)置，但是不代表沒(méi)有，我們可以看下IndexOf相關(guān)的重載方法。

紅框中StringComparison參數(shù)就可以設(shè)置當(dāng)前文化。我們看看有哪些設(shè)置選項(xiàng)。

因?yàn)?hello".IndexOf("\0", 2)內(nèi)部使用了StringComparison.CurrentCulture  而"hello".IndexOf(‘\0’, 2) 內(nèi)部使用了StringComparison.Ordinal，就是因?yàn)镃urrentCulture枚舉值導(dǎo)致“在執(zhí)行語(yǔ)言性的或區(qū)分區(qū)域性的比較時(shí)”\0“不被考慮“，被直接忽略了，而Ordinal枚舉值不會(huì)有這樣的問(wèn)題，所以沒(méi)有被忽略，所以"hello".IndexOf(‘\0’, 2)返回-1。

我們也可以直接調(diào)用IndexOf重載方法，指定StringComparison來(lái)達(dá)到我們想要的效果。

Console.WriteLine(@"""hello"".IndexOf(""\0"", 2, 3, StringComparison.CurrentCulture) 結(jié)果：" + "hello".IndexOf("\0", 2, 3, StringComparison.CurrentCulture));
Console.WriteLine(@"""hello"".IndexOf(""\0"", 2, 3, StringComparison.Ordinal) 結(jié)果：" + "hello".IndexOf("\0", 2, 3, StringComparison.Ordinal));

運(yùn)行代碼如下：

雖然原因找到了，但是我們?cè)偕钊胨伎家幌?，為什么?huì)有這樣的差異呢？只有IndexOf方法有這樣的問(wèn)題嗎？

要回答這個(gè)問(wèn)題，就是我們上面提到的.NET全球化問(wèn)題了。在 .NET 5 前，.NET 全球化 API 在不同的平臺(tái)上使用不同的基礎(chǔ)庫(kù)。 在 Unix 上，API 使用 Unicode 國(guó)際組件 (ICU)，在 Windows 上，API 使用 區(qū)域語(yǔ)言支持 (NLS)。 這導(dǎo)致在不同平臺(tái)上運(yùn)行應(yīng)用程序時(shí)，在少數(shù)全球化 API 中存在一些行為差異。 但是以下方面存在明顯的行為差異：區(qū)域性和區(qū)域性數(shù)據(jù)、字符串大小寫、字符串排序和搜索、排序關(guān)鍵字、字符串規(guī)范化、國(guó)際化域名 (IDN) 支持、Linux 上的時(shí)區(qū)顯示名稱。

因此不單單IndexOf方法有這樣的問(wèn)題，下面這些API都有存在同樣的問(wèn)題：

System.String.Compare
System.String.EndsWith
System.String.IndexOf
System.String.StartsWith
System.String.ToLower
System.String.ToLowerInvariant
System.String.ToUpper
System.String.ToUpperInvariant
System.Globalization.TextInfo（大多數(shù)成員）
System.Globalization.CompareInfo（大多數(shù)成員）
System.Array.Sort（對(duì)字符串?dāng)?shù)組進(jìn)行排序時(shí)）
System.Collections.Generic.List<T>.Sort()（當(dāng)列表元素為字符串時(shí)）
System.Collections.Generic.SortedDictionary<TKey,TValue>（當(dāng)鍵為字符串時(shí)）
System.Collections.Generic.SortedList<TKey,TValue>（當(dāng)鍵為字符串時(shí)）
System.Collections.Generic.SortedSet<T>（當(dāng)集包含字符串時(shí)）

下表列出一些方法其對(duì)應(yīng)的默認(rèn)行為。

注：當(dāng)然如果調(diào)用方提供顯式 CultureInfo 或 StringComparison 參數(shù)，則該參數(shù)將優(yōu)先于任何默認(rèn)值。

最后總結(jié)一下

1、 IndexOf對(duì)于Empty字符查找會(huì)返回開(kāi)始查找索引startIndex，而不是我們想象中的-1;

2、 Unicode可忽略字符受StringComparison參數(shù)影響很大，會(huì)直接把相應(yīng)字符直接忽略掉

3、 .NET全球化進(jìn)程中，區(qū)域語(yǔ)言支持 (NLS)在向 Unicode 國(guó)際組件 (ICU)遷移是必然，因此我們?cè)谑褂孟嚓P(guān)方法時(shí)一定要小心

4、 如果可以盡量主動(dòng)顯示設(shè)置當(dāng)前文化區(qū)域設(shè)置

轉(zhuǎn)自https://www.cnblogs.com/hugogoos/p/18387624