c# - TextWriter.ReadToEnd 与 Unix wc 命令

Question

另一个问题。 Unicode、终端以及现在的 C# 和 wc。如果我写这段简单的代码

  int i=0;
  foreach(char c in Console.In.ReadToEnd())
  {
    if(c!='\n') i++;
  }
  Console.WriteLine("{0}", i);

并且只输入字符“€”(utf-8 中的 3 个字节)，wc 返回 3 个字符(可能使用 wint_t，虽然我没有检查过)，但是 ReadToEnd () 返回 1(一个字符)。在这种情况下 ReadToEnd 的行为到底是什么？我如何知道 ReadToEnd 在幕后做了什么？

我正在运行使用 utf-8.en.US 初始化的 xterm，运行 Ubuntu Linux 和 Mono。

谢谢。

Answer 1

wc 和大多数类 unix 命令根据 C char 数据类型处理字符，该数据类型通常是无符号的 8 位整数。 wc 只是从标准输入中一个字节一个字节地读取，不进行任何转换，并确定有 3 个字符。

.NET 根据其自己的 Char 数据类型处理字符，该数据类型是 16 位无符号整数，表示 UTF-16 字符。控制台类已收到 3 个字节的输入，确定它所连接的控制台是 UTF-8 并将它们正确转换为单个 UTF-16 欧元字符。