Question

我通过WebClient将签名的XML发送到网关。现在我必须确保节点值只包含德语字母。我有2个测试用语。第一个通过使用：

得到很好的转换

string foreignString = "ŁůjęŁĄü";
Encoding utf8 = Encoding.UTF8;
Encoding iso = Encoding.GetEncoding("ISO-8859-1");
byte[] utfBytes = Encoding.Convert(iso, utf8, iso.GetBytes(foreignString));
string result = utf8.GetString(utfBytes);

但是在第二个字符串中是一个也包含在UTF-8编码中的字符。它的

ç (Latin small letter c with cedilla)

在用其他编码测试一下后，我总是得到相同的结果：角色总是在那里。有意义的是，因为它是UTF-8表的一部分：）

所以我的问题是：有没有办法掩盖所有法国，葡萄牙和西班牙的角色，而不会丢掉德国的变音符号？

提前致谢！

Answer 1

您可以根据ISO-8859-1编码创建自己的Encoding课程，并附加其他特殊规则：

class GermanEncoding : Encoding {

  static readonly Encoding iso88791Encoding = Encoding.GetEncoding("ISO-8859-1");

  static readonly Dictionary<Char, Char> charMappingTable = new Dictionary<Char, Char> {
    { 'À', 'A' },
    { 'Á', 'A' },
    { 'Â', 'A' },
    { 'ç', 'c' },
    // Add more mappings
  };

  static readonly Dictionary<Byte, Byte> byteMappingTable = charMappingTable
    .ToDictionary(kvp => MapCharToByte(kvp.Key), kvp => MapCharToByte(kvp.Value));

  public override Int32 GetByteCount(Char[] chars, Int32 index, Int32 count) {
    return iso88791Encoding.GetByteCount(chars, index, count);
  }

  public override Int32 GetBytes(Char[] chars, Int32 charIndex, Int32 charCount, Byte[] bytes, Int32 byteIndex) {
    var count = iso88791Encoding.GetBytes(chars, charIndex, charCount, bytes, byteIndex);
    for (var i = byteIndex; i < byteIndex + count; ++i)
      if (byteMappingTable.ContainsKey(bytes[i]))
        bytes[i] = byteMappingTable[bytes[i]];
    return count;
  }

  public override Int32 GetCharCount(Byte[] bytes, Int32 index, Int32 count) {
    return iso88791Encoding.GetCharCount(bytes, index, count);
  }

  public override Int32 GetChars(Byte[] bytes, Int32 byteIndex, Int32 byteCount, Char[] chars, Int32 charIndex) {
    return iso88791Encoding.GetChars(bytes, byteIndex, byteCount, chars, charIndex);
  }

  public override Int32 GetMaxByteCount(Int32 charCount) {
    return iso88791Encoding.GetMaxByteCount(charCount);
  }

  public override Int32 GetMaxCharCount(Int32 byteCount) {
    return iso88791Encoding.GetMaxCharCount(byteCount);
  }

  static Byte MapCharToByte(Char c) {
    // NOTE: Assumes that each character encodes as a single byte.
    return iso88791Encoding.GetBytes(new[] { c })[0];
  }

}

此编码基于以下事实：您希望将ISO-8859-1编码与一些其他限制一起使用，以便将“非德语”字符映射到其ASCII等效字符。内置的ISO-8859-1编码知道如何将Ł映射到L，并且因为ISO-8859-1是单字节字符集，所以您可以对字节执行额外的映射，因为每个字节对应一个角色。这是在GetBytes方法中完成的。

您可以使用以下代码“清理”字符串：

var encoding = new GermanEncoding();
string foreignString = "ŁůjęŁĄüç";
var bytes = encoding.GetBytes(foreignString);
var result = encoding.GetString(bytes);

结果字符串为LujeLAüc。

请注意，实现非常简单，它使用字典来执行字节的附加映射步骤。这可能效率不高，但在这种情况下，您可以考虑使用256字节映射数组等替代方案。此外，您需要展开{{1}}以包含您要执行的所有其他映射。

如何使用Encoding.Convert删除特定字符

1 个答案: