字符串到字节转换的编码问题

Question

我正在尝试将字符串转换为字节，反之亦然..我已经在此站点上看到了将字符串转换为字节数组的上一个问题..但我的问题是别的

这是我的代码

byte[] btest = new byte[2];
btest[0] = 0xFF;
btest[1] = 0xAA;
UTF8Encoding enc = new UTF8Encoding();
string str = enc.GetString(btest); //here i get a string with values str = '��'

//I had a byte array of size 2 with the above contents
//Here i am trying to convert the string to byte array
byte [] bst = enc.GetBytes(str); //On this step i get a byte array of size 6 
//and bst array contents as {239,191,189,239,191,189}

//In this step i try to convert the value back to btest array by taking the index
btest[0] = Convert.ToByte(str[0]); //on this line i get an exception
//Exception : Value was either too large or too small for an unsigned byte.
btest[1] = Convert.ToByte(str[1]);

GetBytes 不应该返回一个大小为 2 的字节数组，我在做什么错？ 我希望 bst[0] 包含我分配给 btest[0] 的相同值。

谢谢

Answer 1

您的原始字节输入不是有效的 UTF-8（请参阅 here），因为它不代表任何 unicode 代码点。结果，无效数据被转换为�。最后，这是一个和其他任何字符一样的字符，因此如果您尝试将其转换回字节，它不会生成初始错误的字节序列，而是生成表示该 unicode 代码点的正确字节序列（两次）。

字符不能表示为单个字节，因此Convert.ToByte 会抛出OverflowException。

如果您要将原始输入更改为有效的字节序列，例如：

btest[0] = 0xDF;
btest[1] = 0xBF;

您会看到enc.GetBytes(str) 调用实际上再次生成了一个两字节数组。

Answer 2

代码点为0xFF 0xAA的字符在UTF-8编码中无效，因此被转换为�

参考资料：

• 在相应的维基百科页面上查看有效的代码点范围：http://en.wikipedia.org/wiki/UTF-8#Description