Question

我想将utf-8（或unicode）文本解码为普通字符串。

例如，我想转换＆＃34; \ uc778 \ uc0b0 \ uc544 \ uc5f0 \ uc2dc \ uba58 \ ud2b8，\ uce58 \ uba74 \ uc5f4 \ uad6c \ uc804 \ uc0c9 \ uc81c＆＃34;一种字符串到可读文本。

我在使用system.text.utf8编码text.encoding.utf8.getstring（）时遇到了困难，但它无法正常工作......

我该如何解决这个问题？似乎解决方案很简单...... 如果可能的话，如果你在VB.Net中编写代码就会很棒。

感谢您的建议！

感谢您的回复。

我认为我没有清楚地写下我的观点。

问题是我想要转换＆＃34; \ uc885 \ uc550 \ uc9c4 \ ub8cc \ uc2e4 \ uacac \ ud559 \ \ uce58 \ uacfc \ uc758 \ uc0ac \ uc724 \ ub9ac \ ud1a0 \ ub860＆＃34; （unicode＆＃39;代码＆＃39;，而不是＆＃39; chracter＆＃39;）到一个可读的字符串，例如＆＃34;가나다라＆＃34;。或中文或其他。

并且，我需要.NET代码才能做到这一点。

尝试了

theString = Convert.toString("\uc885\ud569");

尝试了

Dim utf8Encoding As New System.Text.UTF8Encoding
Dim encodedString() As Byte
encodedString = utf8Encoding.GetBytes(encodedString) .....

还有一些，但没有任何转换＆＃34; \ uc885 \ ud569＆＃34;到＆＃34;가나＆＃34;。（这就是一个例子。我知道每个＆＃39; \ u ????＆＃39;代码匹配一个字符，对于ex＆＃39;가＆＃39;）

谢谢！

Answer 1

您无需做任何事情来转换它。

文字是中文字符（或类似的亚洲字符）

我猜是输出它。为我工作。

我只是从linqpad做了Console.WriteLine()。

每个\ uXXXX都是特定字符的unicode值。

Answer 2

我想我终于明白了问题所在。类似"\uc778\uc0b0"的字符串与C＃中的"인산" 完全相同（并且它是UTF-16，而不是UTF-8）。但VB.NET不理解这种转义序列。

我认为这里最好的选择是直接编写Koren字符，类似"인산"的是有效的VB.NET代码。

如果你真的需要使用类似C＃的转义序列，you can use Regex.Unescape()：

Dim escaped = "\uc778\uc0b0\uc544\uc5f0\uc2dc\uba58\ud2b8, \uce58\uba74\uc5f4\uad6c\uc804\uc0c9\uc81c" Dim unescaped = Regex.Unescape(escaped)

UTF-8原始字符？正常的字符串

2 个答案: