将保留在base64string中的数据的编码更改为UTF8

Question

我需要处理保存为bsae64strings的CSV文件。我不知道它们是用什么格式创建的（通常是ANSI或UTF-8）。我一直在努力实现任何有用的东西，但是，当我在ANSI文件中保存的CSV文件上测试代码时，仍然收到混乱的字符。要读取的代码只有两层：

byte[] dataToDecode = Convert.FromBase64String(base64Content); 
string csvContentInUTF8 = Encoding.UTF8.GetString(dataToDecode2);

我无权访问保存文件的代码。

输入CSV中的示例行：

;;;superÆ/æØ/ø甚至Å/åTopic ;; John; Doe ;;;; john@doe.com ;;;;;;;;;;;;;;;; ;;;;;;;;;;;;;;;;

解码后我会得到什么（第二行代码）

;;; super././.oraz //主题;; John; Doe ;;;; john@doe.com ;;;;;;;;;;;;;;;; ;;;;;;;;;;;;;;;;

在this question之后，我尝试将代码更改为斯堪的纳维亚编码读取，因此：

string csvContentInUTF8x = Encoding.GetEncoding("iso-8859-1").GetString(dataToDecode);

输出为：

;;;super�/��/�oraz�/�主题;; John; Doe ;;;; john@doe.com ;;;;;; ;;;;;;;;;;;;;;;;;

对于Encoding，它看起来完全一样。默认

Answer 1

如果您输入的内容正确，则说明在 将其写入csv文件之前，文本已损坏。

现在... Encoding.GetEncoding("iso-8859-1")是完全相同的编码，不进行任何重新映射。它的256个字符被1：1映射到unicode的前256个（0-255）字符。

;;;super�/� �/� oraz �/� Topic;;John;Doe;;;;john@doe.com

您看到�重复了六次吗？通常每次都应该不同，因为您想要六个不同的字符（Æ/æ，Ø/ø，Å/å）。但是在这里它们总是一样的。这是因为在UTF-8 �中是无法替换字符时使用的Unicode REPLACEMENT CHARACTER �。因此，您的dataToDecode中已经存在该错误。