有没有更好的方法可以从任意输入转换为 ASCII？答案

【问题标题】：Is there a better way to convert to ASCII from an arbitrary input?有没有更好的方法可以从任意输入转换为 ASCII？
【发布时间】：2008-11-21 18:41:38
【问题描述】：

我需要能够接受可能带有字节顺序标记 (BOM) 的任意文本输入来标记其编码，并将其输出为 ASCII。我们有一些不了解 BOM 的旧工具，我需要向它们发送纯 ASCII 数据。

现在，我刚刚写完这段代码，我简直不敢相信这里的低效率。数据的四个副本，更不用说 StreamReader 内部的任何中间缓冲区。有没有更好的方法来做到这一点？

// i_fileBytes is an incoming byte[]

string unicodeString = new StreamReader(new MemoryStream(i_fileBytes)).ReadToEnd();
byte[] unicodeBytes  = Encoding.Unicode.GetBytes(unicodeString.ToCharArray());
byte[] ansiBytes     = Encoding.Convert(Encoding.Unicode, Encoding.ASCII, unicodeBytes);
string ansiString    = Encoding.ASCII.GetString(ansiBytes);

我需要 StreamReader() 因为它有一个内部 BOM 检测器来选择编码来读取文件的其余部分。然后剩下的就是让它转换成最终的ASCII字符串。

有没有更好的方法来做到这一点？

【问题讨论】：

标签： c# encoding stream ascii

【解决方案1】：

如果内存中已经有 i_fileBytes，您可以检查它是否以 BOM 开头，然后使用 Encoding.Unicode.GetString 转换整个或仅转换 BOM 之后的位。（使用允许您指定索引和长度的重载。）

代码如下：

int start = (i_fileBytes[0] == 0xff && i_fileBytes[1] == 0xfe) ? 2 : 0;
string text = Encoding.Unicode.GetString(i_fileBytes, start, i_fileBytes.Length-start);

但请注意，这假定了真正的小端 UTF-16 编码。如果您确实需要首先检测编码，您可以重新实现 StreamReader 所做的事情，或者只是从前（例如）10 个字节构建一个 StreamReader，然后使用 CurrentEncoding 属性来确定您应该应该用于编码。

编辑：现在，至于转换为 ASCII - 如果你真的只需要它作为一个 .NET 字符串，那么大概你想要做的就是用“？”替换任何非 ASCII 字符。或类似的东西。（或者，抛出异常可能会更好......当然，这取决于你。）

编辑：请注意，在检测编码时，最好只调用一次Read() 来读取一个字符。不要调用ReadToEnd()，因为选择 10 个字节作为任意数量的数据，它可能会在字符中间结束。我不知道这是否会引发异常，但无论如何它没有任何好处......

【讨论】：

是的，这是我正在考虑并想要避免的。我可以使用 Reflector 从 StreamReader 中提取 BOM 检测内容。虽然不是很干净和面向未来。不过，使用 StreamReader 只获取前 10 个字节很有趣。好主意！

【解决方案2】：

System.Text.Encoding.ASCII.GetBytes(new StreamReader(new MemoryStream(i_fileBytes)).ReadToEnd())

这应该可以节省一些往返时间。

【讨论】：