C＃问题中的UTF8（Quoted Printable）转换

Question

我从邮箱中提取法语电子邮件，电子邮件中包含重音符号。我相信它使用的是UTF8编码。

我尝试过在互联网上找到的不同的UTF8转换方法，但都没有成功。

例如，在C＃中，如何转换它：Montr = C3 = A9al到Montréal？

编辑：此外，它不一致。有时它可能像Montr＆amp; eacute;人（仅在添加＆符之后的空格，因此浏览器不会转换它。）

谢谢！ 标记

Answer 1

那不是UTF-8。那是quoted printable，它与UTF-8的编码方式不同 - 它更像是“Unicode文本到Unicode文本”编码。

带引号的printable将有效地允许您将ASCII消息转换为字节数组，然后然后将被解码为UTF-8。

我不确定在引用可打印编码的.NET中是否有任何直接支持，这有点奇怪......我可能错过了一些东西。

Answer 2

UTF-8编码将字节数组（8位数字）转换为字符串（反之亦然）。即“数字”和“字符”之间存在映射。字符集大于ASCII字符集，例如é是UTF-8的一部分，但不是ASCII的一部分。

Quoted-Prinable编码将一个字节数组（8位数字）转换为ASCII字符序列（实际上是它的一个子集）。

因此，结合两者，您可以将UTF-8字符串“编码”为ASCII字符（子集）的一个子集（ASCII字符串）。

其他编码也可以这样做（例如ISO-8859-1）。因此，您需要同时拥有这两个信息：

• 给定的ASCII字符串是引用的可打印。
• 结果字节数组表示具有编码UTF-8 的字符串。

解码quoted-printable因此有两个步骤：

1. 通过引用的可打印规则创建字节数组say bytes []，即

   • substring = NM映射到字节NM（其中NM是十六进制）（“N * 16 + M”）
   • 任何其他字符映射到其ASCII字节 （请注意，类似的q-encoded-word具有_到空格的附加映射）

2. 然后将字节数组解释为UTF-8字符串。