如何在上获得正确的字符数。NET、Java和Sql Server？（请在谷歌浏览器中阅读此内容）

Question

考虑到这个字符串

HELLO𝄞水

图例：http://en.wikipedia.org/wiki/UTF-16

𝄞 is 4 bytes
水 is 2 bytes

Postgresql数据库（UTF-8）返回正确的长度7：

select length('HELLO𝄞水');

我都注意到了。NET和Java返回8：

Console.WriteLine("HELLO𝄞水");

System.out.println("HELLO𝄞水");

Sql Server也返回8：

SELECT LEN('HELLO𝄞水');

。NET、Java和Sql Server返回正确的字符串长度当给定的unicode字符不是可变长度时，它们都返回6：

  HELLO水

对于可变长度的，返回7，这是不正确的：

  HELLO𝄞

。NET、Java和Sql Server使用UTF-16。似乎他们计算UTF-16字符串长度的实现被破坏了。或者这是UTF-16规定的？UTF-16作为其UTF-8近亲具有可变长度能力。但是为什么是UTF-16（或者说是.NET、Java、SQL Server等等的错？）无法像UTF-8那样正确计算字符串的长度

---

Python返回的长度为12，但我不知道如何解释它返回12的原因。这可能完全是另一个话题，我离题了

len("HELLO𝄞水")

---

问题是，如何获得正确的字符计数。NET、Java和Sql Server？如果函数返回不正确的字符计数，则很难实现下一个twitter

如果我可以补充的话，我无法使用Firefox发布这篇文章。我在谷歌浏览器上发布了这个问题。Firefox无法显示可变长度的Unicode

Answer 1

C#（可能还有SQL和Java）返回字符串中的字符元素数

String.Length

The Length property returns the number of Char objects in this instance, not the number of Unicode characters. The reason is that a Unicode character might be represented by more than one Char. Use the System.Globalization.StringInfo class to work with each Unicode character instead of each Char.

Answer 2

在Java中：

String s = "HELLO𝄞水";
System.out.println(s.codePointCount(0, s.length())); // 7
System.out.println(s.length()); // 8

Answer 3

。网络：String.Length Property

The Length property returns the number of Char objects in this instance, not the number of Unicode characters. The reason is that a Unicode character might be represented by more than one Char. Use the System.Globalization.StringInfo class to work with each Unicode character instead of each Char.

所以我们应该使用StringInfo类来获得Unicode字符的正确计数

String s = "HELLO𝄞水";
Console.WriteLine (s);
Console.WriteLine ("Count of char: {0:d}", s.Length);

StringInfo info = new StringInfo (s);
Console.WriteLine ("Count of Unicode characters: {0:d}", info.LengthInTextElements);

---

输出：

HELLO𝄞水
Count of char: 8
Count of Unicode characters: 7