.NET 7中IndexOf与Contains处理非间距字符的异常问题

核心原因 #

这个问题的关键在于**.NET中Contains和IndexOf的默认字符串比较规则不同**：

• string.Contains(string)默认使用序数比较（Ordinal）：逐字符精确匹配，不考虑文化差异或Unicode组合字符的等价性。因此"Foo" + (char)1618中，"Foo"作为前缀子串能被精确识别，返回true。
• string.IndexOf(string)默认使用当前文化比较（CurrentCulture）：会遵循当前系统文化的排序规则，你用到的(char)1618是U+0652（阿拉伯语下标Alef），属于非间距组合字符——它会和前面的基字符（"Foo"的最后一个字符'o'）被视为一个排序单元，导致查找"Foo"时无法匹配到结尾的"o"，返回-1。

当你在"Foo"和组合字符之间添加空格后，两者被分隔开，当前文化比较不再将它们视为整体，因此IndexOf能正常匹配到"Foo"，返回0。

解决方案 #

要让两个方法行为一致，有两种可选方式：

1. 显式指定序数比较：给IndexOf传入StringComparison.Ordinal参数，和Contains的默认行为对齐：

   ("Foo" + (char)1618).IndexOf("Foo", StringComparison.Ordinal); // 返回0
   

2. Unicode规范化后查找：如果需要考虑Unicode字符的等价性（比如组合字符与预合成字符的匹配），可以先将字符串规范化为NFC或NFD格式：

   var str = ("Foo" + (char)1618).Normalize(NormalizationForm.FormC);
   str.IndexOf("Foo"); // 返回0
   

内容的提问来源于stack exchange，提问作者Dan