生成随机字符串

Question

我试图在.NET中生成一个随机字符串并将其转换为字节，但遇到了一些困难。我想要全套可能的字符，我的理解是一个字符串可以包含任何字符。

我的代码目前如下：

var plainText = new StringBuilder();
for (int j = 0; j < stringLength; ++j)
{
    plainText.Append((char)_random.Next(char.MinValue, char.MaxValue));
}
byte[] x = Encoding.Unicode.GetBytes(plainText.ToString());
string result = Encoding.Unicode.GetString(x);

从理论上讲，plainText和result应该是相同的。它们基本相同，但一些原始字符丢失了，似乎是55000-57000范围内的字符-它们被替换为字符65533。

我假设问题出在我的编码上，但我认为Unicode可以正确地处理这个问题。我试过UTF8和UTF32，但它们给我带来了同样的问题。

有什么想法吗？

Answer 1

问题是0xD800-0xDFFF (55296-57343)范围内的字符称为Unicode代理项字符，它们本身是无效的。它们必须成对出现(首先是0xD800-0xDBFF，其次是0xDC00-0xDFFF )，才能有效(在UTF-16编码方案中)。单独地，它们将被视为无效字符并解码为0xFFFD (65533)。C#使用UTF-16来表示其字符串，这就是您看到该输出的原因。

您可以选择将它们过滤掉(例如，在获得非代理角色之前调用_random.Next )，也可以在生成代理角色时生成合法的代理对。

Answer 2

这些是代理项字符55296-57343 (0xD800-0xDFFF)。您需要将它们正确配对。UTF-16中的一对代理项字符描述单个unicode代码点。

您似乎在假设字符和代码点是同一件事的基础上进行操作。这不是真的，有超过2^16个代码点。

我推荐阅读UTF-16 Wikipedia Article。