使用 C#，将包含二进制数据的字符串转换为字节数组的最有效方法是啥

Posted 2023-04-13

【中文标题】使用 C#，将包含二进制数据的字符串转换为字节数组的最有效方法是啥

【英文标题】：Using C#, what is the most efficient method of converting a string containing binary data to an array of bytes使用 C#，将包含二进制数据的字符串转换为字节数组的最有效方法是什么

【发布时间】：2010-09-09 11:41:45

【问题描述】：

虽然有 100 种方法可以解决转换问题，但我关注的是性能。

假设字符串只包含二进制数据，就性能而言，在 C# 下将该数据转换为 byte[]（不是 char[]）的最快方法是什么？

澄清：这不是 ASCII 数据，而是恰好在字符串中的二进制数据。

【问题讨论】：

字符串只包含二进制数据？这是什么意思？它只有'1'和'0'字符吗？

【参考方案1】：

UTF8Encoding.GetBytes

【参考方案2】：

我不确定 ASCIIEncoding.GetBytes 是否会这样做，因为它只支持range 0x0000 to 0x007F。

你告诉字符串只包含字节。但是 .NET 字符串是一个字符数组，1 个字符是 2 个字节（因为 .NET 将字符串存储为 UTF16）。所以你可以有两种情况来存储字节 0x42 和 0x98：

该字符串是 ANSI 字符串，包含字节，并被转换为 unicode 字符串，因此字节将为 0x00 0x42 0x00 0x98。 （字符串存储为0x0042和0x0098） 字符串只是一个字节数组，您输入或刚刚接收到一个字符串，因此成为以下字节 0x42 0x98。 （字符串存储为0x9842）

在第一种情况下，结果将是 0x42 和 0x3F（ascii 表示“B？”）。第二种情况会导致 0x3F（ascii 表示“？”）。这是合乎逻辑的，因为字符超出了有效的 ascii 范围，并且编码器不知道如何处理这些值。

所以我想知道为什么它是一个带字节的字符串？

也许它包含一个编码为字符串的字节（例如Base64）？ 也许您应该从 char 数组或 byte 数组开始？

如果您确实遇到情况 2，并且想要从中获取字节，则应使用 UnicodeEncoding.GetBytes 调用。因为那会返回 0x42 和 0x98。

如果您想从 char 数组转换为 byte 数组，最快的方法是编组。但这不是很好，并且使用双内存。

public Byte[] ConvertToBytes(Char[] source)

    Byte[] result = new Byte[source.Length * sizeof(Char)];
    IntPtr tempBuffer = Marshal.AllocHGlobal(result.Length);
    try
    
        Marshal.Copy(source, 0, tempBuffer, source.Length);
        Marshal.Copy(tempBuffer, result, 0, result.Length);
    
    finally
    
        Marshal.FreeHGlobal(tempBuffer);
    
    return result;

【讨论】：

@Davy Landman：我认为我们都可以使用更多关于他的要求的细节

@sixlettervariables：确实，我只是想向 Noah 解释一下，他的说明不够清楚。

【参考方案3】：

在 C# 中没有 ASCII 字符串这样的东西！字符串总是包含 UTF-16。没有意识到这一点会导致很多问题。也就是说，前面提到的方法之所以有效，是因为它们将字符串视为 UTF-16 编码并将字符转换为 ASCII 符号。

/EDIT 回应澄清：二进制数据是如何进入字符串的？字符串不应该包含二进制数据（使用byte[]）。

【讨论】：

我认为用户的文件格式很奇怪，混合了文本和二进制数据。

【参考方案4】：

如果您想从字符串转换为二进制数据，您必须首先知道使用什么编码将二进制数据转换为字符串。否则，您可能无法得到正确的二进制数据。因此，最有效的方法可能是在 Encoding 子类（例如 UTF8Encoding）上使用 GetBytes()，但您必须确定使用哪种编码。

Kent Boogaart 对原始问题的评论总结得很好。 ;]