如何在.NET中验证包含不可见组合字符的Unicode字母数字字符串？

你的问题核心在于单个char无法完整表示某些多语言中的Unicode字符（比如由基础字符+组合标记构成的字母），原始代码仅检查单个字符是否为字母/数字，会误判合法的组合标记。以下是两种通用解决方案：

方案一：允许合法的Unicode组合标记 #

直接调整判断逻辑，除了字母/数字外，允许属于非间距标记（NonSpacingMark）和间距组合标记（SpacingCombiningMark）的字符——这类标记是用来和基础字母组合成完整字符的，属于合法的字母组成部分。

using System.Globalization;
using System.Linq;

// 验证逻辑
if (str.Any(c => !char.IsLetterOrDigit(c) && 
                 CharUnicodeInfo.GetUnicodeCategory(c) != UnicodeCategory.NonSpacingMark &&
                 CharUnicodeInfo.GetUnicodeCategory(c) != UnicodeCategory.SpacingCombiningMark))
{
    throw new Exception("字符串包含无效字符");
}

方案二：按完整Unicode文本单元验证 #

利用StringInfo将字符串拆分为完整的Unicode文本元素（即单个视觉字符对应的所有编码单元），确保每个完整的文本单元属于字母或数字类别，避免出现单独的组合标记。

using System.Globalization;

// 验证逻辑
var stringInfo = new StringInfo(str);
for (int i = 0; i < stringInfo.LengthInTextElements; i++)
{
    var textElement = stringInfo.SubstringByTextElements(i, 1);
    if (!IsValidLetterOrDigitTextElement(textElement))
    {
        throw new Exception("字符串包含无效字符");
    }
}

// 辅助判断方法
private static bool IsValidLetterOrDigitTextElement(string textElement)
{
    var category = CharUnicodeInfo.GetUnicodeCategory(textElement, 0);
    return category is UnicodeCategory.UppercaseLetter 
        or UnicodeCategory.LowercaseLetter 
        or UnicodeCategory.TitlecaseLetter 
        or UnicodeCategory.ModifierLetter 
        or UnicodeCategory.OtherLetter 
        or UnicodeCategory.DecimalDigitNumber;
}

方案对比 #

• 方案一实现简单，适合大多数场景，允许基础字符+组合标记的合法组合；
• 方案二更严格，会拒绝单独存在的组合标记（比如字符串仅包含一个组合点的情况），适合需要确保每个视觉单元都是有效字母/数字的场景。

内容的提问来源于stack exchange，提问作者user246392