字符串提取编译错误：从含转义字符的code中提取指定区间数据

首先，你的代码编译报错的核心原因是非法的Unicode转义序列：你写的"\u000" + i完全无效——C#要求\u后面必须跟4位十六进制数字，\u000只有3位，编译器直接就会报错。这是第一个要解决的问题。

接下来，我们一步步解决你的需求：提取\u0001与\u0002、\u0002与\u0003之间的ABC、DEF、GHI等内容。

步骤1：修正控制字符的引用方式 #

别用字符串拼接生成控制字符，直接用对应的字符值就行：

• \u0001等价于(char)1（或(char)0x01）
• \u0002等价于(char)2（或(char)0x02）
• 以此类推

这样既避免了编译错误，也能精准定位目标控制字符的位置。

步骤2：正确截取控制字符间的片段 #

你的原字符串里多次出现\u0001，所以得找到目标内容前的最后一个对应控制字符，再定位下一个结束控制字符的位置，之后截取中间内容。

步骤3：从片段中提取目标字母序列 #

截取到中间片段后，用正则表达式匹配\后面的大写字母序列（比如\ABC01里的ABC）就可以拿到想要的内容。

完整示例代码 #

using System;
using System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        // 修正原字符串的非法转义：把\DEF改为\\DEF，确保符合C#语法
        string code = "\0\u0001\0\0\0????\u0001\0\0\0\0\0\0\0\u000f\u0001\0\0\0\u001f\u0001\\ABC01\0\0\0\u001f\0\0\0\u0002\\DEF01\0\0\0\u001f\0\0\0\u0003\\\\GHI01\0\0\0\u001f\0\0\0";
        
        // 处理1-2、2-3两个区间
        for (int i = 1; i <= 2; i++)
        {
            char startMarker = (char)i;
            char endMarker = (char)(i + 1);
            
            // 找到结束标记前的最后一个起始标记，避免匹配到前面无关的同标记
            int endPos = code.IndexOf(endMarker);
            int startIndex = endPos == -1 ? -1 : code.LastIndexOf(startMarker, endPos);
            
            if (startIndex == -1)
            {
                Console.WriteLine($"未找到起始标记\\u000{i}");
                continue;
            }
            
            // 截取两个标记之间的内容
            string segment = code.Substring(startIndex + 1, endPos - startIndex - 1);
            
            // 提取\后面的连续大写字母
            Match match = Regex.Match(segment, @"\\([A-Z]+)");
            if (match.Success)
            {
                Console.WriteLine($"提取结果：{match.Groups[1].Value}");
            }
            else
            {
                Console.WriteLine($"未在片段中找到目标序列");
            }
        }
    }
}

代码说明 #

1. 修正字符串转义：原字符串里的\DEF会被编译器识别为非法转义（\D不是合法转义字符），所以改为\\DEF，表示实际字符串中的\DEF。
2. 精准定位标记：用LastIndexOf(startMarker, endPos)确保找到的起始标记是在结束标记之前的最后一个，避开前面无关的\u0001。
3. 正则提取目标：@"\\([A-Z]+)"匹配字符串中的\，然后捕获后面的连续大写字母，正好提取出ABC、DEF、GHI。

关于IndexOf处理\的问题 #

你提到字符串包含\时IndexOf返回-1，大概率是查找时没正确转义：

• 在C#字符串中，单个\需要写成\\，所以查找时应该用code.IndexOf('\\')或者code.IndexOf(@"\")，而不是code.IndexOf("\")（这会直接编译报错）。

内容的提问来源于stack exchange，提问作者Atom99