Question

从我的数据库中我得到一个非常长的字符串，基本上是xml。我需要将其更改为字节数组。

我无法理解潜在的编码问题。

进行此转换时需要注意什么？

 public static byte[] StringToByteArray1(string str)
    {
        return Encoding.ASCII.GetBytes(str);
    }

    public static byte[] StringToByteArray2(string str)
    {
        return Encoding.UTF8.GetBytes(str);
    }

Encoding.ASCII.GetBytes vs Encoding.UTF8.GetBytes

Answer 1

如果您正在处理ASCII字符，那么结果是相同的。

另一方面，如果字符串中包含非ASCII字符（例如π），则：在ASCII编码中，这些将被“？”替换。

在UTF8中，它们将由（可能是几个字节字符）表示。

值得指出的是，.NET内部使用UTF16对其字符串进行编码。

一般情况下，除非有特殊原因，否则最好使用UTF8。

Answer 2

将字符串转换为字节并从应用程序中导出时，使用什么编码取决于将要读取这些字节并将其解释为字符串的程序100％。

例如，如果您正在编写要由需要ASCII编码文件的程序读取的文件，则必须使用ASCII，如果读取程序需要CodePage 850，则需要使用该编码，如果需要UTF-8然后你使用那个编码等。

但是，如果您要写一个将由您自己的程序读取的文件，我建议您使用UTF-8，因为该编码似乎正在成为事实上的编码。

最后，您应该知道编码是什么以及如何使用它。所以如果你还没有读过它 - 你必须阅读Joel Spolskys的文章"The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)"。这是一篇非常好的文章。阅读！是的，你必须这样做。

希望这有帮助！

Answer 3

您应该只使用ASCII来实现遗留代码兼容性，它确实是ASCII。请注意，这是7位，不支持扩展字符。

UTF-8通常没问题（其他人可能不同意），并会给你8位值。首选使用Unicode（UTF-16）。

您对字节数组执行的操作将影响您是否需要ASCII，UTF-8或Unicode。

Here's a nice reference.

我如何知道将字符串转换为字节数组时使用的编码方案？

3 个答案: