.net中的字符大小不符合预期？

Question

char的大小为：2（msdn）

sizeof(char)  //2

测试：

char[] c = new char[1] {'a'};

Encoding.UTF8.GetByteCount(c) //1 ?

为什么值为1？

（当然，如果c是像'ש'那样的unicode字符，那么它确实显示2应该。）

a不是.net char？

Answer 1

这是因为'a'只需要一个字节来编码UTF-8。

Encoding.UTF8.GetByteCount(c)将告诉您在UTF-8中对给定的字符数组进行编码需要多少字节。有关详细信息，请参阅Encoding.GetByteCount的文档。这与.NET内部char类型的宽度完全不同。

每个代码点小于128的字符（即U + 0000到U + 007F）都需要一个字节来编码为UTF-8。

其他字符在UTF-8中占用2,3或甚至4个字节。 （有超过U + 1FFFF的值，将需要5或6个字节进行编码，但它们目前不属于Unicode，可能永远不会。）

请注意，在UTF-8中编码4个字节的唯一字符无论如何都不能在单个char中编码。 char是UTF-16代码单元，U + FFFF上的任何Unicode代码点都需要两个UTF-16代码单元组成代理对来代表它们。

Answer 2

原因是，在内部，.NET将字符表示为UTF-16，其中每个字符通常占用2个字节。另一方面，在UTF-8中，每个字符占用1个字节，如果它在前128个代码点（偶然与ASCII重叠）中，并且超过2个或更多字节。

Answer 3

这不公平。你提到的页面说

  

char关键字用于声明Unicode字符

然后尝试：

Encoding.Unicode.GetByteCount(c)