ASCIIEncoding.ASCII.GetBytes() 返回意外值

Posted 2023-02-16

【中文标题】ASCIIEncoding.ASCII.GetBytes() 返回意外值

【英文标题】：ASCIIEncoding.ASCII.GetBytes() Returning Unexpected Value

【发布时间】：2013-04-12 05:00:53

【问题描述】：

这个 C# 代码...

string s = "\u00C0";
byte[] bytes = ASCIIEncoding.ASCII.GetBytes(s);
Trace.WriteLine(BitConverter.ToString(bytes));

产生以下输出：

3F

为什么输出不是C0？

【问题讨论】：

您可能正在寻找Encoding.GetEncoding("ISO-8859-1").GetBytes(s)。它是only encoding that gives a byte value of exactly the code point value。

我想知道，为什么需要 ASCIIEncoding？ UTF8Encoding 有什么问题？

【参考方案1】：

因为\u00c0 不是 ASCII（0-127 范围）。结果它被编码为问号 - ? (0x3F)。

请参阅 ASCIIEncoding 上的 MSDN 文章：

ASCIIEncoding 对应于 Windows 代码页 20127。由于 ASCII 是 7 位编码，ASCII 字符被限制为最低 128 个 Unicode 字符，从 U+0000 到 U+007F。如果您使用 Encoding.ASCII 属性或 ASCIIEncoding 构造函数返回的默认编码器，则在执行编码操作之前，超出该范围的字符将替换为问号 (?)。

【参考方案2】：

您似乎想要一个表示一串 Unicode 字符的字节序列。显然，字节将取决于编码。由于您希望 C0 是字节之一，因此它会稍微缩小选项范围。这里是UTF16LE，当然是两个字节，因为\u00c0完全代表一个BMP字符：

string s = "\u00C0";
byte[] bytes = Encoding.Unicode.GetBytes(s);
Trace.WriteLine(BitConverter.ToString(bytes));

你应该阅读The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!) by Joel Spolsky

【参考方案3】：

第一步：将 unicode char 转换为字符串，然后将其转换为 ASCII（但它是 unicode）。然后您尝试使用 unicode 转换器将其转换回来。

以下示例尽一切可能使我的回答更清楚：

    static void Main(string[] args)
    
        string s = "\u00C0";
        Console.WriteLine(s);
        byte[] bytes = ASCIIEncoding.ASCII.GetBytes(s);
        Console.WriteLine(BitConverter.ToString(bytes));
        Console.WriteLine(ASCIIEncoding.ASCII.GetString(bytes));

        Console.WriteLine("Again");
        bytes = Encoding.UTF8.GetBytes(s);
        Console.WriteLine(BitConverter.ToString(bytes));
        Console.WriteLine(Encoding.UTF8.GetString(bytes));

        Console.ReadLine();
    

输出是：

A
3F
?
Again
C3-80
A

顺便说一句，BitConverter.GetBytes 的定义是：

转换指定数组的每个元素的数值 字节转换为其等效的十六进制字符串表示形式。

【讨论】：

BitConverter.ToString(bytes) 是一种将字节数组转换为空格分隔的十六进制字符串的便捷方法。它在 OP 的代码中仅用作以十六进制输出字节数组值的便捷方式。