将Unicode字符（如0x00）转换为字节

Question

我正在尝试将小型库从Java移植到C＃。 我在将unicode字符串转换为字节期间遇到问题。可以通过以下代码片段显示该信息：

import java.io.*;
public class Test {


   public static void method(String x){
        System.out.println(x);
        byte[] bytes = x.getBytes();
         for (byte z : bytes) {
            System.out.println(z);
        }
        System.out.println("Array length: "+bytes.length);
   }
   public static void main(String args[]) {
         method(""+(char)0xEE+(char)0x00+"testowy wydruk");

   }
}

这将做三件事：

1. 打印字符串
2. 获取字节
3. 打印该数组及其长度

我将此代码段重写为C＃：

 string x = "" + (char)0xEE + (char)0x00 + "testowy wydruk";
 Console.WriteLine(x);
 byte[] d = System.Text.Encoding.ASCII.GetBytes(x);
 foreach(byte z in d)
 {
      Console.WriteLine(z);
 }
 Console.WriteLine("Array length: "+d.Count());

不知道为什么在Java Array中有17个元素，而在C＃中为什么有16个元素。

区别在于字节数组的第一个元素：

不幸的是，这种差异稍后可能会导致问题，因为此数组正被发送到另一个api。

Answer 1

(char)0xEE是î，又名Unicode Character 'LATIN SMALL LETTER I WITH CIRCUMFLEX' (U+00EE)，它被编码为UTF-8，是0xC3 0xAE，又名-61 -82。

您的Java代码没有指定您希望字节使用哪种编码，因此Java显然会为您转换为UTF-8（默认值因安装而异）。

您在C＃代码中明确指定了ASCII，因此EE字符被转换为?，又名0x3F又名63，因为没有ASCII中的此类字符。

如果将Java代码更改为使用getBytes("ASCII")或getBytes(StandardCharsets.US_ASCII)，则得到的结果与C＃相同。