“???”在C＃中保存unicode文件时的符号

Question

我遇到一些问题，保存配置时 - unicode文本保存为“???”。但问题仅出现在带有.Net Framework v 2的Windows 2003上。当我使用.Net 4在WinXP上测试我的代码时它运行正常，尽管它在设置中针对.Net Framework v2。 我尝试过进行不同的转换，例如

Encoding.ASCII.GetString(
      Encoding.Convert(Encoding.ASCII, 
                       Encoding.Unicode,
                       Encoding.Unicode.GetBytes(backupPathTextBox.Text)));

但它总是返回“???”或一些不可读的符号。我搜索了这个问题，发现所有C＃字符串都以UTF16代码页表示，但C＃中没有UTF16解码器buitl-in。 谁能引导我走向正确的方向？

Answer 1

Encoding.ASCII.GetString(
  Encoding.Convert(Encoding.ASCII, 
                   Encoding.Unicode,
                   Encoding.Unicode.GetBytes(backupPathTextBox.Text)));

Encoding.Unicode实际上是UTF-16LE编码，其中每个代码单元使用两个字节存储（因此ASCII字符最终在每个字节之间以零字节存储）。微软称之为“Unicode”，因为它是他们期望在早期使用的最常见的Unicode编码，但它没有像那样工作，现在名称完全是误导。

您的代码的作用是：

• 将您的文本字符串转换为UTF-16LE字节;

• 然后将它们从ASCII字节（它们不是）转换为UTF-16LE字节，这意味着在每个字节之间添加一个额外的零字节;

• 然后将这些字节转换回字符串，就好像它们是ASCII一样，这意味着你将获得与开始时基本相同的字符串，但每个字符有三个零字节，而非ASCII字符变为两个。

你到底想要做什么？如果要将Unicode字符串放在兼容ASCII的文本文件中，则所需的编码通常为UTF-8，而不是UTF-16。将字符串转换为UTF-8字节非常简单：

new UTF8Encoding(false).GetBytes(backupPathTextBox.Text)

或者只是使用UTF-8 TextWriter直接写字符串。