将字符串转换为 byte[] 创建零字符

Posted 2023-04-13

【中文标题】将字符串转换为 byte[] 创建零字符

【英文标题】：Converting string to byte[] creates zero character

【发布时间】：2012-12-20 08:25:24

【问题描述】：

在这个转换函数中

public static byte[] GetBytes(string str)

    byte[] bytes = new byte[str.Length * sizeof(char)];
    System.Buffer.BlockCopy(str.ToCharArray(), 0, bytes, 0, bytes.Length);
    return bytes;


byte[] test = GetBytes("abc");

结果数组包含零个字符

test = [97, 0, 98, 0, 99, 0]

当我们将 byte[] 转换回字符串时，结果是

string test = "a b c "

我们如何使它不会产生那些零

【问题讨论】：

当您将字符复制到字节数组中时，您似乎故意创建了这些零。您想要哪种编码？ ASCII？ UTF-8？

Return file download from byte[]的可能重复

ToCharArray，顾名思义，返回 char[]。一个 char 是 16 位，即 2 个字节。因此，即使对于简单的 ASCII 文本，您也会得到一个值为 0 的附加字节。

@strike_noir 看看我更新的答案。

【参考方案1】：

首先让我们看看你的代码做错了什么。 char 是 .NET 框架中的 16 位（2 字节）。这意味着当您编写sizeof(char) 时，它会返回2。 str.Length 是 1，所以实际上你的代码将是 byte[] bytes = new byte[2] 是相同的 byte[2]。因此，当您使用Buffer.BlockCopy() 方法时，实际上是将2 字节从源数组复制到目标数组。这意味着如果您的字符串为" "，您的GetBytes() 方法将返回bytes[0] = 32 和bytes[1] = 0。

尝试改用Encoding.ASCII.GetBytes()。

当在派生类中被覆盖时，对所有字符进行编码 将指定的字符串转换成字节序列。

const string input = "Soner Gonul";

byte[] array = Encoding.ASCII.GetBytes(input);

foreach ( byte element in array )

     Console.WriteLine("0 = 1", element, (char)element);

输出：

83 = S
111 = o
110 = n
101 = e
114 = r
32 =
71 = G
111 = o
110 = n
117 = u
108 = l

【参考方案2】：

为了消除您对答案的困惑，C# 中的 char 类型需要 2 个字节。因此，string.toCharArray() 返回一个数组，其中每个项目占用 2 个字节的存储空间。在复制到每个项目占用 1 个字节存储空间的字节数组时，会发生数据丢失。因此，结果中出现零。 正如建议的那样，Encoding.ASCII.GetBytes 是一个更安全的选择。

【讨论】：

没有数据丢失，它实际上和Encoding.Unicode.GetBytes一样，编码为UTF16 Little Endian。

【参考方案3】：

实际上.net（至少对于 4.0）在使用 BinaryWriter 序列化时会自动更改 char 的大小

UTF-8 字符有可变长度（可能不是 1 个字节），ASCII 字符有 1 个字节

'ē' = 2 个字节

'e' = 1 字节

使用时一定要牢记

BinaryReader.ReadChars(stream)

如果单词 "ēvalds" = 7 字节大小将不同于 "evalds" = 6 字节

【讨论】：

"UTF-8 字符有 2 个字节"... 什么？ UTF-8 是一种可变长度编码。

【参考方案4】：

(97,0) 是 'a' 的 Unicode 表示。 Unicode 以两个字节表示每个字符。所以你不能删除零。但是您可以将编码更改为 ASCII。尝试以下将字符串转换为字节[]。

byte[] array = Encoding.ASCII.GetBytes(input);

【参考方案5】：

尝试明确指定Encoding。您可以使用下一个代码将字符串转换为具有指定编码的字节

byte[] bytes = System.Text.Encoding.ASCII.GetBytes("abc");

如果您打印字节的内容，您将得到不包含零的 97, 98, 99 ，如您的示例所示 在您的示例中，每个符号使用 16 位的默认编码。可以通过打印

的结果来成为观察者

System.Text.Encoding.Unicode.GetBytes("abc"); //  97, 0, 98, 0, 99, 0 

然后在转换回来的时候，你应该选择合适的编码：

string str = System.Text.Encoding.ASCII.GetString(bytes);
Console.WriteLine (str);

如您预期的那样打印"abc"

【讨论】：

或者使用 Unicode 编码从他从 GetBytes 获得的内容转换回来：string str = System.Text.Encoding.Unicode.GetString(bytes); 然后它也应该适用于非 Ascii。尽管如此，您仍应始终指定编码方式：byte[] bytes = System.Text.Encoding.Unicode.GetBytes("abc"); 请注意，如果您打算进行网络和切换字节序或使用 C# 以外的其他语言，则默认的 UnicodeEncoding 是小端。