Question

如果我创建一个utf8编码的char数组并将指针传递给像这样的字符串

char buffer[100];
CreateMyUTF8EncodedBytes(buffer, "some string with fancy characters like ö");
auto s = gcnew String(buffer);

大部分都是正确的，但非ASCII字符被乱码所取代。我仔细检查了缓冲区数据，这是正确的，事实上，如果我将缓冲区转换为托管数组并将其提供给system :: text :: encoding :: utf8 :: getstring，那么它将返回正确的字符串。

它也不是ASCII，如果我用const char * literal填充缓冲区，我会在某些字符上得到非ascii值，结果是正确的。

很明显无论字符串构造函数尝试处理什么，它都不是UTF8，也不是ASCII。它使用什么编码？我可以改变吗？

Answer 1

您正在使用String(SByte*)构造函数。它假定字节根据系统默认代码页Encoding::Default进行编码。虽然那个可以是utf-8，但是它的可能性很小，机器不是那样开箱即用的。这取决于您居住的地方，例如在西欧和美洲，它是代码页1252。

是的，如果知道 buffer包含utf-8编码字节，必须使用Encoding :: UTF8。

请注意，您仍然不太了解CreateMyUTF8EncodedBytes（）函数的字符串参数的编码。这取决于文本编辑器使用的编码和编译器猜测的编码。使用带有BOM的UTF-8是最好的。 UTF-8，因此当源文件行进千里时，您的程序仍可正确编译。还有一个BOM，所以编译器不必猜测它。如果您使用VS，那么由File＆gt;控制另存为＆gt;保存按钮上的箭头＆gt;使用编码保存＆gt;选择＆＃34; Unicode（带签名的UTF-8）＆＃34;。请注意如何使CreateMyUTF8EncodedBytes（）成为无操作函数：）

什么是System :: String构造函数编码？

1 个答案: