如何从多编码字符串中获取对应代码页列表？

嘿，针对你需要获取混合代码页字符串对应代码页ID列表的需求，我整理了两种实现思路：

一、针对已知内容的静态返回（对应你的示例场景） #

如果已经明确字符串的组成部分，直接返回对应的代码页数组就可以了。比如你给出的"EnglishРусский日本語"，分别对应西欧字符集（1252）、西里尔字符集（1251）和Shift-JIS（932），代码实现如下：

int[] GetCodePage(string multi) 
{
    return new int[] {1252, 1251, 932};
}

二、动态检测任意混合字符串的代码页 #

如果需要处理未知内容的字符串，可以通过判断每个字符的Unicode范围来匹配对应的代码页，这是更通用的方案。以下是一个简化的实现：

using System.Collections.Generic;
using System.Linq;

int[] GetCodePage(string multi) 
{
    var detectedCodePages = new HashSet<int>();
    
    foreach (char character in multi)
    {
        // 判断是否属于Windows-1252（西欧字符，含基础ASCII）
        if ((character >= '\u0000' && character <= '\u007F') || (character >= '\u00A0' && character <= '\u00FF'))
        {
            detectedCodePages.Add(1252);
        }
        // 判断是否属于Windows-1251（俄语等西里尔语言）
        else if (character >= '\u0400' && character <= '\u04FF')
        {
            detectedCodePages.Add(1251);
        }
        // 判断是否属于Shift-JIS（日语，代码页932）
        else if ((character >= '\u3040' && character <= '\u30FF') || (character >= '\uFF00' && character <= '\uFF9F'))
        {
            detectedCodePages.Add(932);
        }
        // 可以根据需求添加更多代码页的判断逻辑，比如中文GB2312（代码页936）等
    }
    
    return detectedCodePages.ToArray();
}

小贴士：这种动态检测是基于常见代码页的Unicode范围映射，实际场景中部分字符可能存在跨代码页的重叠情况，你可以根据具体业务需求调整判断优先级或细化范围。

内容的提问来源于stack exchange，提问作者user2347380