C# Char：字符

由于所有的信息最后都会被转换为二进制，因此，字符也有对应的二进制表示法。

在计算机科技的早期，使用计算机的开发者主要使用英语。

于是，他们将英语字符以及其他常用字符排了个序，共选出了 128 个常用字符。

这样，每个字符都可以映射到一个字节，例如 A 对应65，k 对应 107，而空格对应32。

这套编码就叫做 ASCII 码。现在，你依然可以通过将字符转换为整数来判断字符是否为一个英文字符。

下面的代码就是字符的定义，它是一个结构体，包括了最小和最大值，另外，m_value 储存了它的值。

[Serializable]
[ComVisible(true)]
[__Dynamicallylnvokable]
public struct Char : IComparable, IConvertible, IComparable<char>, IEquatable<char>
{
    internal char m_vaLue;

    [__Dynamicallylnvokable]
    public const char MaxValue = '/uffff';
    [__Dynamicallylnvokable]
    public const char MinValue = '/0';
    private static readonly byte[] categoryForLatin1 = new byte[256] ...;
    internal const int UNICODE_PLANE00_END = 65535;
    internal const int UNICODE_PLANE01_START = 65536;
    internal const int UNICODE_PLANE16_END = 1114111;
    internal const int HIGH_SURROGATE_START = 55296;
    internal const int LOW_SURROGATE_END = 57343;

由于一个字节含有八位，所以，理论上它可以表示 256 种不同的信息，而英语只有 26 个字母，即使加上大小写也才 52 个。再加上各种符号，128 个字符也够了。

于是，后来的其他语言如法语，将它们特有的字母加入128-255 这段空置的码表中：显然，不同的语言，128〜255 这段的符号都是不同的，这就造成了不同的编码方式。

而且，对于一些比较特殊的语言如中文，它可是有几千个常用字符。因此，一个字节是肯定不够表示一个汉字的。

为了解决不同编码方式带来的问题，Unicode 编码应运而生。它的解决方法非常简单粗暴，就是试图将世界上所有的文字和符号通通塞进一张庞大的代码表。

当然，打头的 128 个便是 ASCII 码了，至于后面的，怎么排法不重要，反正大家都有位置。

我们知道，两个字节可以表示 256*256=65536 个不同字符，通常来说，这已经可以解决绝大部分语言的绝大部分字符了。

不过，还是会有一些生僻的字符，需要扩展的 Unicode 编码，其长度为四个字节（约 42.9 亿，绝对够了！ ）。

因此，不同国家地区的人们肆无忌惮地将字符放入编码表， 现在的 Unicode 编码表已经有了 100 多万个成员。

在 C# 中，每一个 char 都是范围介于 U+0000 至 U+FFFF 的 Unicode 字符，单个 char 占用两个字节（一个字节明显不够），即一个 16 位的 Unicode 字符。