替换从Excel读取的字符串中的特定Unicode字符

Question

我试图替换从Excel电子表格检索的字符串中的一些不良字符.原因是我们的Oracle数据库使用的是WE8ISO8859P1字符集,它没有定义Excel"帮助"在文本中插入的几个字符(引号,em和en破折号等)因为我无法控制数据库或者如何创建Excel电子表格我需要用其他东西替换字符.

我将单元格内容检索为字符串,因此:

string s = xlRange.get_Range("A1", Missing.Value).Value2.ToString().Trim();

在Visual Studio的Text Visualiser中查看字符串会显示要完整并正确检索的文本.接下来我尝试替换一个不需要的字符(在这种情况下是右边的卷曲引号):

s = Regex.Replace(s, "\u0094", "\u0022");

但它没有任何作用(Text Visualiser显示它仍然存在).为了尝试验证我想替换的角色实际上在那里,我试过:

bool a = s.Contains("\u0094");

但它返回false.然而:

bool b = s.Contains("”");

返回true.

我对.NET中的字符串的理解(有点缺乏)是它们用UTF-16编码,而Excel可能使用ANSI.那么这是否意味着我需要更改Excel中出现的文本编码？或者我在这里做错了什么？任何建议将不胜感激.我已经阅读并重新阅读了我能找到的关于Unicode和编码的所有文章,但我仍然没有更聪明.

Answer 1

是的，.Net 中的字符串是UTF-16。

\n\n

你做得对；也许你的十六进制数学不正确。\n你测试的字符不是"\\u0094"（不确定这就是你的意思）。以下对我有用：

\n\n

((int)"\xe2\x80\x9d"[0]).ToString("X")回报"201D"

\n\n

"\xe2\x80\x9d" == "\\u201D"回报true

\n\n

"\\u0094" == ""（右侧是空字符串）返回false

\n\n

许多 UTF-16 字符在文本可视化工具中看起来是空字符串，但它们可能是不可显示的字符，也可能是代理项的一部分（即，某些字符可能需要键入，"\\UXXXXXXXX"而其他字符则可以使用（四位数字）"\\uXXXX"。）。我对这个领域的了解非常有限。

\n\n

参考文献 - Jon Skeet的文章：

\n\n

\n