简而言之...

Char对象的值是一个 16 位数字（序数）值。UTF-16 编码的字符串允许代理对由高位和低位通配符组成，每个都是类型的变量char。如果我们计算这样一个字符的长度，str.Length它将返回2. 在英语中，这样的𝟬符号被定义为一个“代码点”，它由两个“代码单元”\ud835和组成\udfec。

.NET 中的正则表达式不支持代理对，也就是说，它们在“代码单元”级别工作。这些对中的每一对都是正则表达式引擎的 16 位字节的正常序列。为了找到它们，您需要将这些序列指定为字符类中的范围。

这种正则表达式的演示，查找所有数字字符：

\p{N}|\ud801[\udca0-\udca9]|\ud804[\udc66-\udc6f\udcf0-\udcf9\udd36-\udd3f\uddd0-\uddd9\udef0-\udef9\udc52-\udc65\udde1-\uddf4]|\ud805[\udcd0-\udcd9\ude50-\ude59\udec0-\udec9\udf30-\udf3b]|\ud806[\udce0-\udcf2]|\ud81a[\ude60-\ude69\udf50-\udf59\udf5b-\udf61]|\ud835[\udfce-\udfff]|\ud800[\udd40-\udd74\udf41\udf4a\udfd1-\udfd5\udd07-\udd33\udd75-\udd78\udd8a\udd8b\udee1-\udefb\udf20-\udf23]|\ud809[\udc00-\udc6e]|\ud802[\udc58-\udc5f\udc79-\udc7f\udca7-\udcaf\udcfb-\udcff\udd16-\udd1b\uddbc\uddbd\uddc0-\uddcf\uddd2-\uddff\ude40-\ude47\ude7d\ude7e\ude9d-\ude9f\udeeb-\udeef\udf58-\udf5f\udf78-\udf7f\udfa9-\udfaf]|\ud803[\udcfa-\udcff\ude60-\ude7e]|\ud834[\udf60-\udf71]|\ud83a[\udcc7-\udccf]|\ud83c[\udd00-\udd0c]

构建和测试模板

我已经声明了以下变量：

var chrLst = new List<KeyValuePair<char, char>>(); // список суррогатных пар со старшим и младшим знаком
var testList = new List<string>(); // список символов для тестирования
var N_pattern_groups = new List<string>(); // список для создания шаблона регулярного выражения

N然后我通过以下代码运行所有字符：

foreach (var symbol in N)
{
    if (!Regex.IsMatch(symbol, @"\p{N}"))
    {
        testList.Add(symbol); // заполняем список тестируемых символов
        var chrs = symbol.ToCharArray();
        chrLst.Add(new KeyValuePair<char, char>(chrs[0], chrs[1])); // Заполняем список суррогатных пар
        var hex = string.Concat(chrs.Select(x => string.Format(@"\u{0:x4}", (int)x))); // Получаем строку шестнадцатеричных значение обоих знаков 
        file.WriteLine($"{symbol}\t{hex}\t{char.IsSurrogatePair(symbol, 0)}"); // Сохранил информацию о символе в файл
    }
}

调试文件在 MS Visual Studio 2017 中运行时包含 708 个字符，但在 ideone.com 上的 C# Mono 中仅包含 443 个字符。

接下来，您需要构建一个模板。为此，我们将带有键和值的列表按键分组，构建一系列值并将所有内容组合成一个正则表达式：

var groups = chrLst.GroupBy(x => x.Key);
foreach (var grp in groups)
{
    N_pattern_groups.Add(string.Format(@"\u{0:x4}", (int)grp.Key) + CreateRangesFromList(grp.Select(x => x.Value).ToList()));
}
var N_pattern = string.Join("|", N_pattern_groups);
Console.WriteLine($"Pattern: {N_pattern}"); // Этот шаблон без \p{N}| приведён выше

该方法CreateRangesFromList看起来不是最好的，但它可以完成工作：

private string CreateRangesFromList(List<char> chrs)
{
    var tmp = "";
    var rngnum = 0;
    for (var i = 0; i < chrs.Count; i++)
    {
        if ((i < chrs.Count - 1) && (int)chrs[i] == ((int)chrs[i + 1]) - 1) {
            if (rngnum == 0)
            {
                tmp += string.Format(@"\u{0:x4}", (int)chrs[i]);
            }
            rngnum++;
        }
        else 
        {
            tmp += (rngnum > 1 ? "-" : "") + string.Format(@"\u{0:x4}", (int)chrs[i]);
            rngnum = 0;
        }
    }
    return $"[{tmp}]";
}

检查帮助bool check = testList.All(symbol => Regex.IsMatch(symbol, N_pattern));表明一切正常：