如何遍历文本框中的Unicode？

Question

我需要遍历标准WinForms文本框中的可能的Unicode。例如，包含以下单词的文件：

“likable”

在十六进制查看器（例如XVI32）中查看时：

但是，当它在文本框中时，我尝试一次访问一个字节，而不是第一个字节为0xE2，而是0x1C。

由于文本框支持多种编码，所以我也想这样做，但这似乎行不通。

对于初学者，我想创建一个byte []数组，将这些字节存储到该数组中并写出（然后从那里继续）。

如果可能的话，我希望代码与编码无关。

我知道了。 “符号为0x201C，因此可以全面解释。

谢谢！

Answer 1

您正在正确访问字符串的字节，只是无法忽略字符串编码。

您的示例文件使用UTF-8编码，因此“是3个字节0xE2 0x80 0x9C。 TextBox中的字符串将是一个System.String，它以UTF-16编码，因此“用作16位单词0x201C。在x86上，单词存储为little endian，因此它将以0x1C 0x20的形式存储在内存中。正是您所看到的。

从TextBox中的字符串（或任何字符串）中读取字节时，.Net中它将始终为UTF-16。从磁盘读取文件（或从剪贴板复制文件）时，.Net会将UTF-8字节转换为UTF-16 System.String。

如果要以UTF-8字节的形式访问System.String的字节，请使用System.Text.Encoding.UTF8.GetBytes()。