在C＃中，StringInfo和TextElementEnumerator类提供文本元素的方法和属性。
而here，我们可以找到Text元素的定义。
.NET Framework将text元素定义为以下文本单位：
显示为单个字符，即字素。文字元素
可以是以下任意一项：
是的，它说文本元素是.NET中的一个字素。我自己也测试了一些unicode字符，直到我测试了一个韩文字母“가”，这似乎是真的。
众所周知，某些Unicode字符由多个代码点组成。同样，我们可能会遇到代码点序列，这就是我使用StringInfo和TextElementEnumerator而不是简单的String的原因。StringInfo和TextElementEnumerator可以判断Char是否正确是代理对。正如预期的那样，由多个代码点组成的Unicode字符“ \ u0061 \ u0308”被识别为一个文本元素。但是对于“ \ u1100 \ u1161”，它不能说它也是一个文本元素。
“ \ u1100”是前导字母“ㄱ”，而“ \ u1161”是元音字母“ㅏ”。它们可以是单独的字符，并可以像我在此处编写的那样显示给用户，您现在可以看到它们。但是，如果将它们一起使用，它们将被呈现为一个字符“가”而不是“ㄱㅏ”。
有两种表示韩国字符“가”的方法：
使用来自Hangul音节的单个代码点U + AC00。
使用来自Jamo的两个代码点U + 1100和U + 1161。
大多数时候使用前者。坦白说，后者很少使用。我完全无法想象何时使用它。
无论如何，第一个只是一个预组合字母，第二个是Lead和Vowel序列，被视为一个字符。渲染时，它们看起来完全一样，并且两者实际上在规范上是等效的。
同样，以下行在C＃中返回true：
"\u1100\u1161".Normalize() == "\uAC00"
我想知道为什么当C＃认为
Normalize()并不是一个完整的文本元素时，这里的ICU效果很好。我以为它与.NET的版本有关，但事实并非如此。即使在Mono中也会发生这种情况。
我也用
StringInfo进行了测试，它可以将“ \ u1100 \ u1161”正确地视为一个字素！我最初认为
TextElementEnumerator和在某些简单情况下可以消除对ICU4C的需求，所以现在我很失望。这是我的问题：
我在这里做错什么了吗？
要么
.NET中的文本元素与ICU中的用户所感知的字符不同吗？
最佳答案
这里的基本问题是，根据韩国标准KS X 1026，两个jamos ㄱ和ㅏ与它们的组合形式가不同。实际上，此确切示例已在官方标准中使用（请参见6.2节）。
长话短说，Microsoft尝试遵循该标准，但其他操作系统和应用程序不一定要遵循该标准。因此，您可以从其他软件/平台上获得“格式错误”的内容，这些内容在Windows / .NET中似乎被错误地解析，即使在这些平台上被“正确”地解析也是如此。
您可能需要首先确保您的数据正确形成（不太可能，因为事实上的标准将完全忽略官方标准），或者您需要使用ICU（或类似的库）来处理这些数据案件。
关于c# - C#的StringInfo和TextElementEnumerator无法正确识别字素，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52423600/