VS2008的MSDM里，关于String的解释是不是有问题？

Question

打开VS2008的MSDN: A.用索引的方式输入“String 类 ”，内容如下： String 类  表示文本，即一系列 Unicode 字符。 命名空间：  System 
程序集：  mscorlib（在 mscorlib.dll 中） 备注 
字符串中的每个 Unicode 字符都是由 Unicode 标量值定义的，Unicode 标量值也称为 Unicode 码位或者 Unicode 字符的序号（数字）值。每个码位都是使用 UTF-16 编码进行编码的，编码的每个元素的数值都用一个 Char 对象表示。 一个 Char 对象通常表示一个码位，即：Char 的数值等于该码位。但是，一个码位可能需要多个编码元素。例如，Unicode 辅助码位（代理项对）使用两个 C 
B.用索引的方式输入“String 数据类型”，内容如下： String 数据类型 (Visual Basic) 
请参见  发送反馈意见 存储 16 位（2 字节）无符号码位的序列，值的范围从 0 到 65535。每个“码位”（或字符代码）表示单个 Unicode 字符。一个字符串可包含从 0 到将近 20 亿 (2 ^ 31) 个 Unicode 字符。 Unicode 字符: 
Unicode 的前 128 个码位（0 到 127）对应于标准美国键盘上的字母和符号。这前 128 个码位与 ASCII 字符集中定义的码位相同。随后的 128 个码位（128 到 255）表示特殊字符，如拉丁字母、重音符号、货币符号以及分数。Unicode 使用其余码位 (256-65535) 表示各种符号。其中包括世界上各种文字的字符、音调符号以及数学和技术符号。

Answer 1

其中，A里解释，VS2008的字符串处理是用UTF-16处理的，也就是说，无论是C#，还是VB.Net都是基于UTF-16的处理机制，一个字符可能是2Byte,也可能是4Byte，可以覆盖全世界的语言。这点大家没意见吧？ 但是在B里，MS又说VB String值的范围从0到65535，这不是以前那种固定2Byte受codepage影响的编码吗？该不是MS直接抄了VB6的MSDN内容吧？C#和VB.Net的字符串处理机制应该是一样的，C#的朋友们怎么看这个问题 :)

Answer 2

Visual Basic不是VB.Net，Visual Basic String不是.Net String。

Answer 3

呵呵，可以再看看 .net framework 中对 Char 的解释：
多数 Unicode 字符可由一个 Char 对象表示，但编码为基字符、代理项对和/或组合字符序列的字符由多个 Char 对象表示。因此，String 对象中的 Char 结构不一定与单个 Unicode 字符等效。

Answer 4

关键是他的这句：“存储 16 位（2 字节）无符号码位的序列，值的范围从 0 到 65535。”to gomoku:在VS2008里，VB.net还是用Visual Basic称呼，所有的代码例子前面标明的都是“Visual Basic”,旧的VB他用Visual Basic 6.0标明

Answer 5

还有...你引用的A段和上面我们引用的部分都是CLR类型的解释，与C#还是VB都没关系，也就是说对C#和VB都适用...至于VB部分String数据类型的描述，因为VB的定位就是使初学者更容易理解所以描述相对更简单更口语化...

Answer 6

to:vrhero.NET Framework 使用 Char 结构表示 Unicode 字符。Unicode 标准使用称为码位的唯一的 21 位标量数字标识每个 Unicode 字符，并定义了 UTF-16 编码格式，这一格式指定如何将码位编码为一个或多个 16 位值的序列。每个 16 位值的范围为十六进制的 0x0000 到 0xFFFF，并存储在 Char 结构中。Char 对象的值是其 16 位数字（序号）值。.NetFrame里明確提到了每個碼位可以是“1個或多個”16位值的序列(見青色)，也就是你標為紅色的前面,這一點是UTF-16已經沒爭議了 =>每個碼位可以是1個或多個16位值的序列但是我們重新看下對“String 数据类型 (Visual Basic)”的描述：“存储 16 位（2 字节）无符号码位的序列，值的范围从 0 到 65535。”=>每個碼位是2Byte
“每个“码位”（或字符代码）表示单个 Unicode 字符。”=>每個Unicode字符用1個碼位
這兩句話合起來，就是“每個Unicode字符用2Byte”我覺得(Visual Basic)段更像是描述以前要區分GB,Big5編碼的那種Unicode，而不像是在描述UTF-16

Answer 7

CSDN高手很多，歡迎繼續討論，這樣有利于提高，雖然有點鉆牛角尖了，呵呵下星期一結貼

Answer 8

这两句话合起来怎么能得出“每個Unicode字符用2Byte”的结论？将码位编码为一个或多个 16 位值的序列存储 16 位（2 字节）无符号码位的序列自己看吧，我都懒得说了...看你用繁体字，如果你是港澳台海外同胞可以原谅，否则去复习一下中学语文...

Answer 9

存储 16 位（2 字节）无符号码位的序列
纠正一下，不是这句...是下句...每个“码位”（或字符代码）表示单个 Unicode 字符

Answer 10

to vrhero:我知道你的意思，你所理解的“码位”依據是NetFrame里說的“码位编码为一个或多个 16 位值的序列”。但是(Visual Basic) 那段多了一句話，導致理解上模糊不清(青色的字)：String 数据类型 (Visual Basic) 
请参见  发送反馈意见 
存储16位(2字节)无符号码位的序列，值的范围从 0 到 65535。每个“码位”（或字符代码）表示单个 Unicode 字符。把這2句壓縮一下，變成：String存储16位(2字节)无符号码位的序列。每个“码位”（或字符代码）表示单个 Unicode 字符。這里的“码位”究竟是理解成“16位(2字节)无符号”的那種，還是理解成“一个或多个16位值的序列”？按照上下文理解，自然是前者，如果讓我來描述，可能會改成下面的：存储16位(2字节)或者32位(4字節)无符号码位的序列，大部分文字的范围从0到65535，少量文字的值大于65535。每个“码位”（或字符代码）表示单个 Unicode 字符。或者：
VB的碼位是一个或多个16位值，每个“码位”（或字符代码）表示单个 Unicode 字符。是不是就沒歧義了？這才容易讓人聯想到UTF-16

Answer 11

也感謝vrhero的熱心幫助，和大家的up另：我是大陸的，因公司是澳門合資，所以我們這邊都是用繁體版的xp :-)

Answer 12

String 数据类型 (Visual Basic) 看清楚了，Visual Basic

Answer 13

你看看MSDN英文版的原文，看怎么翻译好...我前面说过了...VB的定位就是使初学者更容易理解所以描述相对更简单更口语化，所以对大部分人来说知道怎么用大概是什么意思就行了...如果你想深究就要去看CLR类型String和Char的解释...
注意usually和might这两个词，后面也给出的特例...这就是我前面忽略了的“一个 Char 对象通常表示一个码位，即：Char 的数值等于该码位。但是，一个码位可能需要多个编码元素。”...其实早点应该让你注意这一句...就是说Char是UTF-16编码绝不意味着一个Char可以表示所有UTF-16字符，也就是说Char是“16位(2字节)无符号码”并不表示UTF-16是“16位(2字节)无符号码”...所以才会有“a Unicode supplementary code point (a surrogate pair) is encoded with two Char objects”和“a Char structure in a String object is not necessarily equivalent to a single Unicode character”...另外还遗漏了一句，你看看就理解了...

Answer 14

这是MSDN官方的翻译，相对来讲已经很准确了...MSDN的中文翻译虽然不是完美的，有不少小bug，但总体上来说还是翻译的最好的...

Answer 15

没错，是Visual Basic...VB2003以后的版本一律恢复为Visual Basic的名称，不再叫Visual Basic.NET...

Answer 16

给你看个例子using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Windows.Forms;namespace WindowsFormsApplication32
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();            Char C1 = '1'; // 一个Unicode字符
            Char C2 = '中'; // 还是一个Unicode字符            String S = C1.ToString() + C2.ToString();
            // 第一次输出 1
            // 第二次输出 2
            foreach (Char C in S)
                MessageBox.Show(C.ToString ()); 
            
            String S1 = S.Substring(0,1); // 1
            String S2 = S.Substring(1,1); // 中
        }
    }
}

Answer 17

            // 第一次输出 1
            // 第二次输出 中
            foreach (Char C in S)
                MessageBox.Show(C.ToString ()); 
            

Answer 18

[Quote=引用 25 楼 vrhero 的回复:
引用 22 楼 lwl529378175 的回复:
是你的翻译软件没有翻译好这是MSDN官方的翻译，相对来讲已经很准确了...MSDN的中文翻译虽然不是完美的，有不少小bug，但总体上来说还是翻译的最好的...
[/Quote]
是这样的啊。

Answer 19

大致明白了，感覺還是英原文比較嚴謹。有時MSDN不同地方用不同的描述，比較容易讓人糊涂謝謝各位了