如何獲得正確的字符串文本？

Question

我試圖獲得該字符串表示的正確的Unicode字符：

string originalString = "\u0605\u04c3\u5000\u0000\u5000\ufd00\u4400\ud500\u7600\ud300\u4f00\ubc00\u0c00\u2d00\u4000\ue400\u0e00\u7400\u4800\ub700\u1d00\u1300\ue900\u6000\u4c00\ufb00\u9900\u3900\ud900\u6700\uae00\ueb00\u8f00\u2800\u0200\ub300\u5c00\ufe00\u0100\u3d00\u9100\u3000\u0300\u1600\u0100\u7000\u6200\u8e00\u1d00\u8e00\u6200\ua900\u6300\uc800\u0900\ub700\ub000\u6000\ue400\u9200\u3f00\u9100\u8d00\uef00\u3600\u0100\u9e00\u0081"; 

如果我在CS文件硬編碼，我可以在調試模式下看到它顯示正確的字符，但如果我有寫在一個文件中的確切字符串，我嘗試讀取它，它顯示字符串，因爲它在文件中。

TextReader tr = new StreamReader("c:\\test.txt"); 
string tmpString = tr.ReadLine(); 
tr.Close(); 

byte[] array = Encoding.Unicode.GetBytes(tmpString); 
string finalResult = Encoding.Unicode.GetString(array); 

如何讓finalResult字符串具有正確的Unicode字符？

在此先感謝 貢薩洛

編輯：已經嘗試過將

TextReader tr = new StreamReader("c:\\test.txt",Encoding.Unicode); 

但字符是從正確的不同。

Answer 1

請問您的文件實際上包含的內容：

\ u0605 \ u04c3 \ U5000 \ u0000的\ U5000 \ ufd00 \ u4400 \ ud500 \ ud3d \ u4f00 \ ubc00 \ u0c00 \ udd00 \ u4000 \ ue400 \ u00e00 \ u00800 \ u00800 \ u0010 \ u0010 \ u0010 \ u0010 \ u0010 \ u0010 \ u003e \ u0010 \ u0010 \ u0010 \ u0010 \ u0010 \ u0010 \ u0010 \ u003e \ \ u003 \ u003 \ u003 \ u3d00 \ u900 \ u3000 \ u0300 \ u1600 \ u0100 \ u700 \ u200b \ u00800 \ u00800 \ u00800 \ u0090 \ u0050 \ u0050 \ u0050 \ u0050 \ u003e \ u0010 \ u003e \ u003 \ u003 \ u003 \ u003 \ u003 \ u003 \ u003e \ u003e \ u003e \ u003e \ u003

如果是這樣，你需要將每個序列轉換成其對應的Unicode字符

string originalString = "\u0605\u04c3\u5000\u0000\u5000\ufd00\u4400\ud500\u7600\ud300\u4f00\ubc00\u0c00\u2d00\u4000\ue400\u0e00\u7400\u4800\ub700\u1d00\u1300\ue900\u6000\u4c00\ufb00\u9900\u3900\ud900\u6700\uae00\ueb00\u8f00\u2800\u0200\ub300\u5c00\ufe00\u0100\u3d00\u9100\u3000\u0300\u1600\u0100\u7000\u6200\u8e00\u1d00\u8e00\u6200\ua900\u6300\uc800\u0900\ub700\ub000\u6000\ue400\u9200\u3f00\u9100\u8d00\uef00\u3600\u0100\u9e00\u0081"; 
    string tmpString = "\\u0605\\u04c3\\u5000\\u0000\\u5000\\ufd00\\u4400\\ud500\\u7600\\ud300\\u4f00\\ubc00\\u0c00\\u2d00\\u4000\\ue400\\u0e00\\u7400\\u4800\\ub700\\u1d00\\u1300\\ue900\\u6000\\u4c00\\ufb00\\u9900\\u3900\\ud900\\u6700\\uae00\\ueb00\\u8f00\\u2800\\u0200\\ub300\\u5c00\\ufe00\\u0100\\u3d00\\u9100\\u3000\\u0300\\u1600\\u0100\\u7000\\u6200\\u8e00\\u1d00\\u8e00\\u6200\\ua900\\u6300\\uc800\\u0900\\ub700\\ub000\\u6000\\ue400\\u9200\\u3f00\\u9100\\u8d00\\uef00\\u3600\\u0100\\u9e00\\u0081"; 

    string finalResult = Regex.Replace(tmpString, @"\\u(....)", match => ((char)int.Parse(match.Groups[1].Value, System.Globalization.NumberStyles.HexNumber)).ToString()); 

Answer 2

可以使用的編碼爲參數讀取文件

TextReader tr = new StreamReader("c:\\test.txt",Encoding.Unicode); 
    string unicode_string = tr.ReadLine(); 

Answer 3

試着這麼做：

TextReader streamReader = new StreamReader("c:\\test.txt"); 
string input = streamReader.ReadLine(); 
string[] chars = input.Split(new char[] { '\\', 'u' }, 
    StringSplitOptions.RemoveEmptyEntries); 
streamReader.Close(); 

string answer = string.Empty; 
foreach (string charachter in chars) 
{ 
    byte byte1 = byte.Parse(string.Format("{0}{1}", 
     charachter[0], charachter[1]), NumberStyles.AllowHexSpecifier); 
    byte byte2 = byte.Parse(string.Format("{0}{1}", 
     charachter[2], charachter[3]), NumberStyles.AllowHexSpecifier); 
    answer += Encoding.Unicode.GetString(new byte[] { byte2, byte1 }); 
}