Question

对于大于>的符号，我需要获得完整的字节，我理解为\u003E。现在C＃只给我3E。反正有没有获得所有角色？即\u003E。

我使用以下代码行。

Encoding.UTF8.GetBytes(">");

在文本文件中，我有以下

\u003c

我需要在字节级别搜索

谢谢！

Answer 1

您得到的答案是正确的 - 3E是U+003E的十六进制表示。

如果你想要unicode字节（即2字节数组），那么只需使用这种编码：

Encoding.Unicode.GetBytes(">");

Answer 2

在UTF-8中，（ASCII范围）char >被编码为1个字节。

如果你想要字符串"003E"，你可以使用：

  Encoding.Utf8.GetBytes(">")[0].ToString("X4");

并且可能在前面添加“\ u”。

如果你想要一个包含{0x00,0x3E}的2个字节的数组，那么使用

  Encoding.Unicode.GetBytes(">");

Answer 3

组成>的字节不同于编码到编码 - 在UTF8中它实际上只是0x3e，在Unicode中它是0x00 0x3e，所以你需要

Encoding.XXXX.GetBytes(">");

XXXX是您选择的编码，例如UTF8或Unicode

Answer 4

几年前我在http://www.hackcraft.net/xmlUnicode/#sect4写了一篇相当冗长的文章，更详细地说了以下内容，但是：

>是一个角色。这是一个纯粹的概念性项目，我们理解为根据不同的语言和文本背景，有一个或多个含义，用法和写作方式。这是一个抽象概念，而不是我们可以在计算机中实际使用的任何东西。

U+003E（在C＃中表示为\u003E）是一个代码点。这是一种为角色分配数字的方式，但它仍然是一个相当抽象的东西。数字0x3E（62）仍然是一个抽象的概念，而不是我们可以在计算机中使用的东西。

00111110，0000000000111110，0011111000000000，00000000000000000000000000111110和00111110000000000000000000000000都是通常用于表示实际1和0中代码点的不同方式计算机可以通过电荷脉冲来表示。

在两者之间，作为程序员，我们倾向于将这三者视为0x3E，0x003E或0x000000003E，它们是映射到我们实际使用的数据类型的数字。 0000000000111110和0011111000000000之间的差异就是字节序之一，而且大多数情况下我们都没有想到它已经（如果必要）认为“必须确保字节顺序正确” ，因为“如果有必要”倾向于发生在人们根本没有想到字符的水平上。

实际上，作为程序员，我们倾向于将其视为我们开始的>。抽象很棒。

使用UTF-8的代码使用了将字符转换为字节的不同方法之一，即将U + 003E转换为0x3E的方法。还有其他，但UTF-8是大多数交换最有用的。因此，它是“'＆gt;'的完整字节”的正确答案之一。字节0x00后跟0x3E，字节0x3E后跟0x00将是另外两个正确答案，两种形式的UTF-16具有不同的字节顺序。字节序列0x00,0x00,0x00,0x3E和0x3E，0x00,0x00,0x00都是正确的UTF-32。

如果您有理由想要特定的一个，请使用适当的编码。如果有疑问，请使用UTF-8。

如何在C＃中获取unicode字符的完整字节？

4 个答案: