Question

我正在尝试了解如何从以下结构中的不安全字节指针获取字符串。 SDL_TEXTINPUTEVENT_TEXTSIZE是32。

[StructLayout(LayoutKind.Sequential)]
public unsafe struct SDL_TextInputEvent
{
    public SDL_EventType type;
    public UInt32 timestamp;
    public UInt32 windowID;
    public fixed byte text[SDL_TEXTINPUTEVENT_TEXT_SIZE];
}

我试过了：

byte[] rawBytes = new byte[SDL_TEXTINPUTEVENT_TEXT_SIZE];

unsafe
{
    Marshal.Copy((IntPtr)rawEvent.text.text, rawBytes, 0, SDL_TEXTINPUTEVENT_TEXT_SIZE);
}

string text = System.Text.Encoding.UTF8.GetString(rawBytes);

哪种工作，但给了我一个字符串，其中包含了实际输入的字符之外的大量额外字节。我应该解析字节数组并搜索0终止字符以避免过多吗？

我完全误解了什么吗？

作为参考，正在编组到.NET运行时的原始C结构是：

typedef struct SDL_TextInputEvent
{
    Uint32 type;
    Uint32 timestamp;
    Uint32 windowID;
    char text[SDL_TEXTINPUTEVENT_TEXT_SIZE];
} SDL_TextInputEvent;

Answer 1

您确实需要找到空终止符。并Marshal.Copy不会这样做。如果您的文本是ANSI编码的，您可以使用Marshal.PtrToStringAnsi。但是UTF-8没有这样的功能。因此，您需要迭代数组以查找零字节。当您遇到您知道缓冲区的实际长度时，您可以修改现有代码以使用该长度而不是最大可能长度。

Answer 2

我刚遇到.NET Core的相同问题。幸运的是，自.NET Core 1.1 / .NET Standard 2.1开始，有一种方法Marshal.PtrToStringUTF8，它提供了本机UTF-8字符串的转换。

给出此结构：

[StructLayout(LayoutKind.Sequential, Pack = 1)]
struct NativeType
{
    public int SomeNumber;
    public unsafe fixed byte SomeString[16];
}

我们可以按以下方式将二进制数据解码为ASCII和UTF-8：

var byteArrayAscii = new byte[] { 0x78, 0x56, 0x34, 0x12, 0x41, 0x53, 0x43, 0x49, 0x49, 0x21, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00 };
var byteArrayUtf8 = new byte[] { 0xef, 0xcd, 0xab, 0x89, 0x45, 0x6d, 0x6f, 0x6a, 0x69, 0x3a, 0x20, 0xf0, 0x9f, 0x91, 0x8d, 0x21, 0x00, 0x00, 0x00, 0x00 };

using var outputStream = File.OpenWrite("output.txt");
using var outputWriter = new StreamWriter(outputStream);

unsafe
{
    var decoded1 = MemoryMarshal.Read<NativeType>(byteArrayAscii);
    outputWriter.WriteLine($"Number 1: {decoded1.SomeNumber:x8}");
    outputWriter.WriteLine($"String 1: {Marshal.PtrToStringAnsi(new IntPtr(decoded1.SomeString))}");
}

unsafe
{
    var decoded2 = MemoryMarshal.Read<NativeType>(byteArrayUtf8);
    outputWriter.WriteLine($"Number 2: {decoded2.SomeNumber:x8}");
    outputWriter.WriteLine($"String 2: {Marshal.PtrToStringUTF8(new IntPtr(decoded2.SomeString))}");
}

输出：

Number 1: 12345678
String 1: ASCII!
Number 2: 89abcdef
String 2: Emoji: ?!

（包含“ thumbsup”表情符号，某些浏览器可能无法正确显示）

注意：

本地字符串必须以0结尾。
对本地字符串使用char不适用于ASCII或UTF-8编码的数据，因为在C＃char always has a size of 16 bits（UTF-16）中：

固定大小的char缓冲区每个字符始终占用两个字节，而不管编码如何。即使使用CharSet = CharSet.Auto或CharSet = CharSet.Ansi将char缓冲区编组到API方法或结构中，也是这样。

从不安全的字节指针获取字符串到固定的char数组

2 个答案: