丹麦语文本的 String StartsWith() 问题

Question

谁能解释这种行为？

var culture = new CultureInfo("da-DK");
Thread.CurrentThread.CurrentCulture = culture;
"daab".StartsWith("da"); //false

我知道可以通过指定 StringComparison.InvariantCulture 来修复它。但我只是对这种行为感到困惑。

我还知道，在丹麦语不区分大小写的比较中，“aA”和“AA”不被视为相同，请参阅 http://msdn.microsoft.com/en-us/library/xk2wykcz.aspx。这解释了

String.Compare("aA", "AA", new CultureInfo("da-DK"), CompareOptions.IgnoreCase) // -1 (not equal)

这是否与第一个代码片段的行为有关？

Answer 1

这里有一个测试说明了这个问题，daab og dåb（在古代和现代语言中分别是同一个词）意味着洗礼/洗礼。

public class can_handle_remnant_of_danish_language
{
    [Fact]
    public void daab_start_with_då()
    {
        var culture = new CultureInfo("da-DK"); Thread.CurrentThread.CurrentCulture = culture;
        Assert.True("daab".StartsWith("då")); // Fails
    }

    [Fact]
    public void daab_start_with_da()
    {
        var culture = new CultureInfo("da-DK"); Thread.CurrentThread.CurrentCulture = culture;
        Assert.True("daab".StartsWith("da")); // Fails
    }

    [Fact]
    public void daab_start_with_daa()
    {
        var culture = new CultureInfo("da-DK"); Thread.CurrentThread.CurrentCulture = culture;
        Assert.True("daab".StartsWith("daa")); // Succeeds
    }

    [Fact]
    public void dåb_start_with_daa()
    {
        var culture = new CultureInfo("da-DK"); Thread.CurrentThread.CurrentCulture = culture;
        Assert.True("dåb".StartsWith("daa")); // Fails
    }

    [Fact]
    public void dåb_start_with_da()
    {
        var culture = new CultureInfo("da-DK"); Thread.CurrentThread.CurrentCulture = culture;
        Assert.True("dåb".StartsWith("da")); // Fails
    }

    [Fact]
    public void dåb_start_with_då()
    {
        var culture = new CultureInfo("da-DK"); Thread.CurrentThread.CurrentCulture = culture;
        Assert.True("dåb".StartsWith("då")); // Succeeds
    }
}

根据我对语言的理解，上述所有测试都应该成功，我是丹麦人！
不过我没有获得语法学位。 :-)

对我来说似乎是一个错误。

Answer 2

就像Nappy说的，这是丹麦语的一个特点，其中“aa”和“å”仍然是一样的。丹麦语还有另外两个字母，æ 和 ø，但我不确定它们是否也可以用两个字母书写。

我认为在第二个例子中“aA”没有改变，而“AA”被改变为“Å”。更令人困惑的是，仅在使用不区分大小写的比较时，“Aa”才被视为等于“AA”和“aa”。

Answer 3

丹麦语中“洗礼”的现代拼写为 dåb，对于 Danophone 来说，当然不被认为以 da 开头。如果daab被认为是dåb的老式拼写，那么它是否以da开头就有点哲学了。但出于（现代）整理目的，它不会（按字母顺序，这样的 daab 位于 disk 之后，而不是之前）。

但是，如果您的字符串不应该代表自然语言，而是某种技术代码，例如十六进制数字，那么您肯定不想使用任何特定于文化的规则。这里的解决方案是不使用不变区域性。不变的文化有它自己的（英语）规则！

相反，您想要使用序数比较。

序数比较只是将字符串 char 与 char 进行比较，而不假设哪些序列在某种意义上是“等效的”。 （技术评论：每个 char 都是一个 UTF-16 代码单元，而不是一个“字符”。序数比较不了解 Unicode 规范化的规则。）

我认为出现这种混乱是因为，默认情况下，某些 string 方法使用区域性感知比较，其他 string 方法使用序数比较。

以下示例均使用区域性感知比较：

"Straße".StartsWith("Strasse", StringComparison.CurrentCulture)
"Straße".Equals("Strasse", StringComparison.CurrentCulture)
"ne\u0301e".StartsWith("née", StringComparison.CurrentCulture)
"ne\u0301e".Equals("née", StringComparison.CurrentCulture)

"Straße".StartsWith("Strasse")  // CurrentCulture is default for 'StartsWith'!
"ne\u0301e".StartsWith("née")   // CurrentCulture is default for 'StartsWith'!

每一个上述内容也可能取决于 .NET 版本！ （例如，如果当前区域性是固定区域性并且您使用的是 .NET Framework 4.8，则第一个给出 true；但如果当前区域性是不变区域性，并且您使用 .NET 6。）

但是这些示例使用序数比较：

"Straße".StartsWith("Strasse", StringComparison.Ordinal)
"Straße".Equals("Strasse", StringComparison.Ordinal)
"ne\u0301e".StartsWith("née", StringComparison.Ordinal)
"ne\u0301e".Equals("née", StringComparison.Ordinal)

"Straße".Equals("Strasse")  // Ordinal is default for 'Equals'!
"ne\u0301e".Equals("née")   // Ordinal is default for 'Equals'!

因此请记住检查您使用的 string 方法的默认比较是什么，并在需要时指定相反的比较。 （或者，如果您愿意，请始终指定比较，即使是多余的。）