Question

所以，我有一个字符串，它实际上是UTF编码的字符，其中删除了ASCII表示代码： “537465616d6c696e6564” 这将以ASCII编码的UTF表示为\ x53 \ x74 \ x65 [...]

我已经尝试将Regexp替换为\ x在正确的位置，对其进行字节编码并将其作为UTF读回，但无济于事。

在C＃中将ASCII字符串转换为可读UTF的最有效方法是什么？

Answer 1

所以我明白你有一个字符串“537465616d6c696e6564”，实际上意味着char[] chars = { '\x53', '\x74', ... }。

首先将此字符串转换为字节数组How can I convert a hex string to a byte array?

为方便起见：

public static byte[] StringToByteArray(string hex) {
    return Enumerable.Range(0, hex.Length)
                     .Where(x => x % 2 == 0)
                     .Select(x => Convert.ToByte(hex.Substring(x, 2), 16))
                     .ToArray();
}

然后有许多UTF编码（UTF-8，UTF-16），C＃内部使用UTF-16（实际上是它的子集），所以我假设你想要UTF-16字符串：

string str = System.Text.Encoding.Unicode.GetString(array);

如果你在解码后得到不正确的字符，你也可以尝试使用UTF-8编码（以防万一你不知道确切的编码，Encoding.UTF8）。

Answer 2

我对字符串编码知之甚少，但假设您的原始字符串是一系列字节的十六进制表示，您可以这样做：

class Program
{
    private const string encoded = "537465616d6c696e6564";

    static void Main(string[] args)
    {
        byte[] bytes = StringToByteArray(encoded);

        string text = Encoding.ASCII.GetString(bytes);

        Console.WriteLine(text);
        Console.ReadKey();
    }

    // From https://stackoverflow.com/questions/311165/how-do-you-convert-byte-array-to-hexadecimal-string-and-vice-versa
    public static byte[] StringToByteArray(String hex)
    {
        int NumberChars = hex.Length;
        byte[] bytes = new byte[NumberChars / 2];
        for (int i = 0; i < NumberChars; i += 2)
            bytes[i / 2] = Convert.ToByte(hex.Substring(i, 2), 16);
        return bytes;
    }
}

如果您以后想将结果编码为UTF8，则可以使用：

Encoding.UTF8.GetBytes(text);

我采用了StringToByteArray转换的一个实现，但有很多。如果性能很重要，您可能希望选择更高效的性能。有关详细信息，请参阅以下链接。

关于字节到字符串的转换（关于性能的一些有趣的讨论）：

在.NET中的字符串

C＃ - 将剥离的UTF编码字符串转换回UTF

2 个答案: