如何在不分配字符串的情况下将 UTF-8 转义字节数组转义为未转义字节数组

Question

我有一个 Span<byte> 代表转义字符串 UTF-8，例如：

二进制表示： byte[20] { 72, 101, 108, 108, 111, 32, 119, 111, 114, 108, 100, 32, 92, 117, 50, 48, 97, 99, 32, 33 }

转义表示："Hello world \u20ac !"

所需的二进制结果： byte[17] { 72, 101, 108, 108, 111, 32, 119, 111, 114, 108, 100, 32, 226, 130, 172, 32, 33 }

我尝试使用GetString() 方法对转码的\u20ac 进行转码： Encoding.UTF8.GetBytes(Encoding.UTF8.GetString())

但这并不是在逃避输入。

有什么方法可以达到同样的效果吗？

// Not working solution
public void NotWorkingUnescape(ReadOnlySpan<byte> source, Span<byte> destination)
{
    var tmp = Encoding.UTF8.GetString(source);
    Encoding.UTF8.GetBytes(tmp, destination);
}

// Unknown solution
// UTF-8 escaped byte array -> UTF8-8 unescaped byte array
public void FastUnescape(ReadOnlySpan<byte> source, Span<byte> destination)
{
    // ?
}

Answer 1

您是否正在寻找一种可以完成所有工作的方法？

你可以简单地使用这个：

public void FastUnescape(ReadOnlySpan<byte> source, Span<byte> destination)
{
    Encoding.UTF8.GetBytes(Encoding.UTF8.GetString(source), destination);
}

或者防止任何异常：

public void FastUnescape(ReadOnlySpan<byte> source, Span<byte> destination)
{
    if (source.Length <= destination.Length)
    {
        Encoding.UTF8.GetBytes(Encoding.UTF8.GetString(source), destination);
    }
}

更新：

还有另一种方法可以在不使用Encoding.UTF8 的情况下进行转换，通过查看@JonSkeet 响应，您可以实现以下内容：

public static void AnotherMethod(ReadOnlySpan<byte> source, Span<byte> destination)
{
    for (int i = 0; i < source.Length; i++)
    {
        destination[i] = (byte) (Convert.ToChar(source[i]));
    }
}

这段代码的问题是，当使用Convert.toChar时，转换为等效的Unicode字符而不是UTF-8字符，这就是为什么在答案的帖子中使用& 0x7f来获取ASCII 范围。

我没有对您想要转义的其他特殊字符进行性能或功能方面的很多测试，但是我取得了相同的结果