C# - 比较不同编码的字符串答案

【问题标题】：C# - Comparing strings of different encodingsC# - 比较不同编码的字符串
【发布时间】：2014-11-24 01:22:05
【问题描述】：

使用 C#，我从 .ascx 页面获取 TextBox.Text 值。当我将值的相等性与 LINQ 查询中的常规字符串对象进行比较时，它总是返回 false。

我得出的结论是它们的编码方式不同，但到目前为止还没有成功转换或比较它们。

docname = "Testdoc 1.docx"; //regular string created in C#
fetchedVal = ((TextBox)e.Item.FindControl("txtSelectedDocs")).Text; //UTF-8

以上两个字符串表示为字面量时是相同的，但比较byte[]，由于编码原因，它们明显不同。

我尝试了很多不同的方法，例如：

System.Text.Encoding.Default.GetString(utf8.GetBytes(fetchedVal));

但这将返回值"TestdocÂ 1.docx"。

如果我改为尝试

System.Text.Encoding.Default.GetString(System.Text.Encoding.Default.GetBytes(fetchedVal));

它返回"Testdoc 1.docx"，但Equals()-check 仍然返回false。

我也尝试了以下方法，这似乎是推荐的方法，但没有运气：

byte[] utf8Bytes = Encoding.UTF8.GetBytes(fetchedVal);
byte[] unicodeBytes = Encoding.Convert(Encoding.UTF8, Encoding.Unicode, utf8Bytes);
string fetchedValConverted = Encoding.Unicode.GetString(unicodeBytes);

罪魁祸首似乎是空格，因为在检查字节序列时，它总是第七个字节不同。

如何正确地将 UTF-8 转换为 C# 中的默认字符串编码？

【问题讨论】：

我不确定这里到底是什么问题，但我想向您指出字符串的 Normalize 函数。不知道这是否能解决您的问题，但在比较字符串之前对字符串进行规范化可能会很有用。 msdn.microsoft.com/en-us/library/…
查看@SLaks 的回答，这与编码无关。在 .NET 中，所有字符串都是平等的，即以 UTF-16 编码的 Unicode。这里的罪魁祸首是一个不间断的空间，请参阅HTML encoding issues - “Â” character showing up instead of “ ”。你的文本框中的这个文本是从哪里粘贴的，是如何输出的？
作为对@DavidS. 的回应，我也探索了Normalize 函数，但没有成功。 @CodeCaster，TextBox.Text 是从 JQuery 设置的。我错过了一个事实，可能是因为这个！

标签： c# string encoding

【解决方案1】：

字符串没有编码或字节数组。只有在将字符串转换为字节数组时，编码才会发挥作用；您只能通过指定用于选择字节的编码来做到这一点。

听起来你实际上只是在你的字符串中有不同的字符。您可能在其中一个中有一个不可见的字符，或者它们可能有看起来相同的不同字符。

要找出答案，请查看每个字符串中每个字符的 Unicode 代码点值（例如，(int) str[0]）。

【讨论】：

这看起来很有道理，我会在早上第一件事调查它！
这就是问题所在。不知何故，一个空格字符（&#32;、U+0020）实际上是一个不间断的空格（&#160;）。