Question

C＃问题在这里..

我有一个UTF-8字符串，由C ++中的非Unicode程序解释。这个文本显示不正确，但据我所知，是完整的，然后应用作输出文件名。

无论如何，在C＃项目中，我试图用 System.Windows.Forms.OpenFileDialog 对象打开这个文件。我从这个对象的 .FileNames [] 获得的文件名是Unicode（UCS-2）。但是，这个字符串被误解了。例如，如果原始字符串是 0xe3 0x81 0x82 ，则FileName []。ToCharArray（）显示它现在是 0x00e3 0x0081 0x201a .... ..似乎OpenFileDialog对象只填充它，但它不是..在OpenFileDialog产生的第三个字符中，它是不同的，我无法弄清楚这个字节发生了什么.. < / p>

我的问题是：有没有办法将OpenFileDialog框中突出显示的文件名视为UTF-8？

我不认为这是相关的，但如果您需要知道，该字符串是日语..

谢谢，

的Kreb

更新

首先，感谢所有在这里提出建议的人，非常感谢他们。

现在，为了回答修改C ++应用程序以正确处理字符串的建议，它似乎不可行。这不仅仅是一个应用程序对字符串这样做。我公司实际上有很多这些应用程序，我必须使用它，并且需要大量的人力和时间，而不是可用。然而，如果我采取这条路线，肖恩的想法可能是最好的选择..

@Remy Lebeau：我认为你的目标就在头上，我会尝试你提出的解决方案并报告回来...... :)我想你的解决方案的警告是默认编码有在C＃应用程序环境中与创建该文件的C ++应用程序环境相同，这当然有意义，因为它必须使用相同的代码页。

@Jeff Johnson：我没有将C ++应用程序中的文件名粘贴到C＃应用程序..我正在调用OpenFileDialog.ShowDialog（）并在DialogResult.OK上获取OpenFileDialog.FileNames ..我确实尝试使用编码.UTF8.GetBytes（），但是像Remy Lebeau所指出的那样，它不会起作用，因为原来的UTF8字节丢失了。

@everyone else：感谢您的想法...... :)

的Kreb

更新

@Remy Lebeau：你的想法很完美！只要C ++应用程序的环境与C＃app的环境相同（非Unicode程序的相同语言环境），我就能检索到正确的文本.. :)

现在我有更多问题..哈哈..有没有办法确定字符串的编码？该代码现在适用于被错误地解释为ANSI字符串的UTF8字符串，但是会破坏UCS-2字符串。我需要能够确定编码并相应地处理每个。 GetEncoding（）似乎没用.. = /并且StreamReader的CurrentEncoding属性（总是说UTF-8）也没有。

P.S。我应该在新帖子中打开这个新问题吗？

Answer 1

0x201a是Unicode“低单逗号引号”字符。 0x82是该字符的Latin-1（ISO-8859-1，Windows代码页1252）编码。这意味着文件名的字节被解释为普通的Ansi而不是UTF-8，因此相应地从Ansi解码为Unicode。这并不奇怪，因为文件系统没有UTF-8的概念，Windows假定非Unicode文件名使用操作系统的默认Ansi编码。

要执行您要查找的内容，您需要访问原始的UTF-8编码字节，以便正确解码它们。您可以尝试的一件事是将FileName传递给System.Text.Encoding.Default的GetBytes（）方法（理论上，它使用的是用于解码文件名的相同编码，因此它应该能够生成与原始字节相同的字节），然后将结果字节传递给System.Text.Encoding.UTF8的GetString（）方法。

Answer 2

我认为你的问题刚刚开始：

我有一个UTF-8字符串由非Unicode程序解释在C ++ ..这个文本显示不正确，但据我所知，是完整的，然后作为一个应用输出文件名..

如果您使用非unicode程序加载UTF-8字符串然后序列化它，它将包含非unicode字符。

你的C ++程序有没有办法处理Unicode？

Answer 3

您是否可以使用System.Text命名空间的成员（例如，UTF8Encoding类）将.NET框架的内部字符串表示形式转换为包含所选编码文本的字节数组？

Answer 4

如果您确定C ++输出正常，那么在C＃应用程序中，您应该使用.NET encoding class将其从UTF-8转换为UTF-16，并且只需使用Windows本机格式。< / p>

如果您可以修改C ++应用程序，那可能会更好 - 提供不需要重新编码的C＃app输入。在其中，UTF8到Unicode的转换可以通过MultiByteToWideChar处理，使用CP_UTF8作为CodePage参数，但只有在没有为dwFlags设置任何标志时才能处理（dwFlags指定为0）。整个应用程序不需要是Unicode。即使它不是编译的unicode，您也可以选择性地使用Unicode API。

Answer 5

在回答你的问题时“有没有办法将文件名视为utf-8？”试试这段代码：

    List<byte[]> utf8FileNames = new List<byte[]>();
    foreach (string fileName in openFileDialog1.FileNames)
    {
        utf8FileNames.Add(Encoding.UTF8.GetBytes(fileName));
    }
    // Each byte array in utf8FileNames is a sequence of utf-8 bytes matching each file name chosen

从打开文件对话框中获取文件后，您如何处理文件名？你可以发布那段代码吗？

OpenFileDialog文件名为UTF8

5 个答案: