如何用.NET C#获取汉字个数?

一、字符编码的基本概念

字符编码（Character Encoding）指的是将字符映射到二进制数据的过程。计算机本身只能处理二进制数据，因此需要将人类可读的字符转换为计算机可读的数字。

在.NET C#编程中，常见的字符编码方式有ASCII、UTF-8、UTF-16等。相比较而言，UTF-8能够支持更多的字符，并且对于汉字等复杂文字能够提供更好的兼容性。因此，在本文中，将以UTF-8作为默认的字符编码方式进行讲述。

二、汉字个数获取的基本原理

在.NET C#编程中，要获取汉字个数，需要先将待统计的字符串转换为字符数组（char[]），然后通过遍历每一个字符，判断其是否为汉字来进行计算。

具体而言，判断字符是否为汉字，需要根据UTF-8编码方案中的编码规则来进行解析，即：

当一个字节的最高两位为“10”时，该字节不是汉字的首字节；

当一段连续的字节的最高两位均为“11”时，该段字节表示一个汉字。

根据上述规则，可以编写如下的代码实现汉字个数的获取：

public static int GetChineseCharCount(string str)
{
    char[] charArr = str.ToCharArray();
    int totalCount = 0;
    
    for (int i = 0; i < charArr.Length; i++)
    {
        if ((charArr[i] & 0xff80) != 0 && (charArr[i] & 0xff00) != 0)
        {
            totalCount++;
        }
    }
    return totalCount;
}

三、.NET C#代码实现过程

1.新建一个控制台应用程序；

2.在Program.cs文件中，添加如下代码：

static Main(string[] args)
{
    string testStr = "这是一个测试字符串！Hello, world!";
    int chineseCharCount = GetChineseCharCount(testStr);
    Console.WriteLine($"待统计字符串：{testStr}\n汉字个数为：{chineseCharCount}");
    Console.ReadKey();
}

public static int GetChineseCharCount(string str)
{
    char[] charArr = str.ToCharArray();
    int totalCount = 0;

    for (int i = 0; i < charArr.Length; i++)
    {
        if ((charArr[i] & 0xff80) != 0 && (charArr[i] & 0xff00) != 0)
        {
            totalCount++;
        }
    }
    return totalCount;
}

3.运行程序，查看结果。

也可以直接通过正则的方式获取:

        public int CharCount(string txt)
        {
            ArrayList itemList = new ArrayList();
            CharEnumerator CEnumerator = txt.GetEnumerator();
            Regex regex = new Regex("^[\u4E00-\u9FA5]{0,}$");
            while (CEnumerator.MoveNext())
            {
                if (regex.IsMatch(CEnumerator.Current.ToString(), 0))
                    itemList.Add(CEnumerator.Current.ToString());
            }
            return itemList.Count;
        }

效果如下: