Question

我目前正在开发的项目需要与我们没有制作的客户端系统进行交互，因此我们无法控制数据的发送方式。问题是在C＃中工作，它似乎对UCS-2没有任何支持，对big-endian的支持也很少。（据我所知）

我想知道的是，如果我在.net中查看过任何内容，或者其他人已经制作并发布了我们可以使用的内容。如果不是，我将采用自定义方法对其进行编码/解码，如果可能的话。

但是谢谢你的时间。

编辑： BigEndianUnicode 工作正确解码字符串，问题是接收其他数据为大端，到目前为止使用IPAddress.HostToNetworkOrder（）按照其他地方的建议允许我解码一半的字符串（Merli？是什么出现，它应该是Merlin33069）

我正在梳理短代码以查看我错过了另一个长度变量

解决方案：在确定bigendian变量是主要问题之后，我回过头来查看详细信息，似乎字符串的长度是以字符计数发送的，而不是字节计数（在utf中，似乎char是两个字节）所有我需要做的就是加倍，然后就解决了。谢谢大家的帮助。

Answer 1

编辑：现在我们知道问题不在于文本数据的编码，而在于长度的编码。有几个选择：

反转字节，然后使用内置的BitConverter代码（我假设您正在使用的代码;那个或BinaryReader）
使用重复的“添加和转移”操作自行执行转换
使用MiscUtil中的EndianBitConverter或EndianBinaryReader类，类似于BitConverter和BinaryReader，但您可以指定字节顺序。

您可能正在寻找Encoding.BigEndianUnicode。这是大端UTF-16编码，严格来说与UCS-2不一样（正如Marc所指出的那样），但除非你给它包括BMP以外的字符（即U + FFFF以上），否则应该没问题。，无法在UCS-2中表示，但以UTF-16表示。

来自Wikipedia page：

较旧的UCS-2（2字节通用字符集）是一种类似的字符编码，在1996年7月的Unicode标准2.0版本中被UTF-16取代。2它产生一个固定长度通过简单地使用代码点作为16位代码单元来格式化，并且对于0-0xFFFF范围内的所有代码点的96.9％产生与UTF-16完全相同的结果，包括已在其中分配了值的所有字符时间。

我发现客户端系统不太可能向您发送存在差异的字符（基本上是代理对，无论如何都永久保留用于此用途）。

Answer 2

string x = "abc";
byte[] data = Encoding.BigEndianUnicode.GetBytes(x);

在另一个方向：

string decodedX = Encoding.BigEndianUnicode.GetString(data);

它不是完全 UCS-2，但对大多数情况来说已经足够了。

UPD： Unicode FAQ

问：UCS-2和UTF-16有什么区别？

答：UCS-2是过时的术语，指的是Unicode   在代理代码点和之前执行到Unicode 1.1   UTF-16被添加到该标准的2.0版本中。这个词现在应该   要避免。

UCS-2没有定义不同的数据格式，因为UTF-16和UCS-2   对于数据交换而言是相同的。两者都是16位，并且有   完全相同的代码单元表示。

有时在过去，一个实现被标记为“UCS-2”   表示它不支持补充字符，也不支持   将代理代码点对解释为字符。这样的   实现不会处理字符属性的处理，   补充字符的代码点边界，整理等。

Answer 3

UCS-2非常接近UTF-16，Encoding.BigEndianUnicode 几乎总是就足够了。

关于读取长度前缀（作为big-endian）的问题（注释）可以通过移位操作更正确地解决，这将在所有系统上做正确的事情。例如：

Read4BytesIntoBuffer(buffer);
int len =(buffer[0] << 24) | (buffer[1] << 16) | (buffer[2] << 8) | (buffer[3]);

这将在任何系统上运行相同的（在解析大端4字节int时），无论本地字节顺序如何。

C＃big-endian UCS-2

3 个答案: