编码转换问题答案

【问题标题】：Encoding Conversion problem编码转换问题
【发布时间】：2009-05-19 12:09:38
【问题描述】：

我在更改字符串的编码时遇到了一点问题。实际上，我从使用代码页 850 编码的数据库字符串中读取数据，并且我必须准备它们以适用于可互操作的 WCF 服务。

我从数据库中读取字符 \x10 和 \x11（三角形），我想将它们转换为 Unicode 格式，以防止 WCF 调用期间出现序列化/反序列化问题。（字符并且根据 XML 规范无效，即使 WCF 序列化它们）。

现在，我使用以下代码来隐藏字符串编码，但没有任何反应。结果字符串实际上与原始字符串相同。

我可能错过了什么......

请帮帮我！！！

伊曼纽尔

 static class UnicodeEncodingExtension
    {
        public static string Convert(this Encoding sourceEncoding, Encoding targetEncoding, string value)
        {
            string reEncodedString = null;

            byte[] sourceBytes = sourceEncoding.GetBytes(value);
            byte[] targetBytes = Encoding.Convert(sourceEncoding, targetEncoding, sourceBytes);
            reEncodedString = sourceEncoding.GetString(targetBytes);

            return reEncodedString;
        }

    }

    class Program
    {
        private static Encoding Cp850Encoding = Encoding.GetEncoding(850);
        private static Encoding UnicodeEncoding = Encoding.UTF8;

        static void Main(string[] args)
        {
            string value;
            string resultValue;
            value = "\x10";
            resultValue = Cp850Encoding.Convert(UnicodeEncoding, value);

            value = "\x11";
            resultValue = Cp850Encoding.Convert(UnicodeEncoding, value);

            value = "\u25b6";
            resultValue = UnicodeEncoding.Convert(Cp850Encoding, value);

            value = "\u25c0";
            resultValue = UnicodeEncoding.Convert(Cp850Encoding, value);

        }

    }

【问题讨论】：

标签： c# .net wcf unicode encoding

【解决方案1】：

您似乎认为存在基于错误理解的问题。但是 jmservera 是正确的 - .NET 中的所有字符串都在内部编码为 unicode。

你没有准确地说出你想要完成什么。您在电线的另一端遇到问题吗？

仅供参考，您可以使用配置文件中的textMessageEncoding element 在 WCF 绑定上设置文本编码。

【讨论】：

问题出在Java客户端解码期间。当字符串包含 \x10 或 \x11 WCF 错误地允许将它们编码为和根据 XML 规范，它们不是有效的 XML 字符。我在这里看到 [en.wikipedia.org/wiki/Code_page_850] codePage 850 中的 char \x10 对应于 char \u25ba ，所以我认为编码转换应该可以解决我的问题。
根据 XML 规范，处理器需要处理 UTF-8 和 UTF-16。那么，您能否不编码为 UTF-8 并将您的字符通过网络传送到客户端？
没有。当我序列化 \x10 结果是这是一个有效的 Unicode 字符，但不是一个有效的 XML 字符。在其他世界中，XML 规范处理 UTF-* 字符，但某些字符范围除外。见这里 [w3.org/TR/2008/REC-xml-20081126/#charsets]

【解决方案2】：

我怀疑这条线可能是你的罪魁祸首

reEncodedString = sourceEncoding.GetString(targetBytes);

这似乎采用了您的目标编码字节字符串，并要求您的 sourceEncoding 从中制作一个字符串。我没有机会验证它，但我怀疑以下可能会更好

reEncodedString = targetEncoding.GetString(targetBytes);

【讨论】：

【解决方案3】：

string中存储的所有字符串实际上都是Unicode.Unicode。阅读：Strings in .Net and C# 和 The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)

编辑：我想你希望 Convert 函数自动将 \x11 更改为 \u25c0，但这里的问题是 \x11 在几乎任何编码中都有效，差异通常从字符 \x80 开始，所以 Convert 函数即使您这样做，也会维护它：

string reEncodedString = null;
byte[] unicodeBytes = UnicodeEncoding.Unicode.GetBytes(value);
byte[] sourceBytes = Encoding.Convert(Encoding.Unicode,
                                sourceEncoding, unicodeBytes);

您可以在unicode.org 中看到从 CP850 到 Unicode 的映射。因此，要进行这种转换，您必须手动更改这些字符。

【讨论】：

【解决方案4】：

byte[] sourceBytes =Encoding.Default.GetBytes(value)
Encoding.UTF8.GetString(sourceBytes)

此序列对于从服务下载 unicode 文件很有用（例如包含波斯字符的 xml 文件）

【讨论】：

【解决方案5】：

你应该试试这个：

byte[] sourceBytes = sourceEncoding.GetBytes(value);
var convertedString = Encoding.UTF8.GetString(sourceBytes);

【讨论】：