byte[] 到 UTF8 到 JSON 字符串是二进制数据的安全编码吗？答案

【问题标题】：Is byte[] to UTF8 to JSON string a safe encoding for binary data?byte[] 到 UTF8 到 JSON 字符串是二进制数据的安全编码吗？
【发布时间】：2021-07-26 20:22:54
【问题描述】：

我希望将 HTML POST 请求的正文记录到我的 Web API 的文本文件中。我想要它以便“人类可读”字符易于查看，因此我不想将其编码为 base64，但我还需要对所有非“人类可读”字节进行安全编码，以便它们可以始终恢复为与输入数组完全相同的byte[]。

以下代码是否总是将所有不可读的字节安全地存储为 JSON 转义序列，同时将可读的字符存储为它们本身？

byte[] bodyBytes = GetBodyBytes(ctx);
var bodyString = System.Text.Encoding.UTF8.GetString(bodyBytes);
var safeString = Newtonsoft.Json.JsonConvert.SerializeObject(new { bodyString });

我可以立即看到的一个问题是，这会将换行序列简单地存储为\n，从而丢失有关它们是否使用 Windows 或 Unix 样式的换行字节的数据。我怎样才能避免丢失任何此类数据，同时尽可能保持人类可读？

【问题讨论】：

所有其他控制字符也可能有问题；不同的编码可能是一个更好的主意
请记住，当您从字节数组转到字符串时，您就是在de编码。并非所有字节序列都有效地表示 UTF-8 数据。此外，您显示的示例代码在计算后不使用bodyString。
将原始二进制数据转换为 UTF-8 字符串绝不是一个好主意。 UTF-8 是一个复杂的规范，其中包含许多可能会影响您的数据的意外特殊情况。为什么不将数据保存为 byte[] 并直接从 byte[] 解析？
@KarlKnechtel 那是个错误；已编辑。
@罗伯特我可以；我希望有一些标准的“安全”方式来做到这一点，这样很多可读的字符，如[a-z-A-Z0-9] 等将按字面意思表示，因此可以快速阅读，而其他所有内容都会被转义。我可能会自己动手，但如果有人已经做过就更好了。

标签： c# encoding

【解决方案1】：

最后，我推出了自己的编码，因为我的要求可能过于具体，无法完全实现现有的编码方案。这是我创建的方法：

private string UltraSafeEncode(byte[] bytes) {
    if (bytes == null) {
        throw new ArgumentNullException(nameof(bytes));
    }

    var sb = new System.Text.StringBuilder();

    foreach (var thisByte in bytes) {
        if (thisByte < 32 || thisByte == 92 || thisByte > 126) {
            sb.Append('\\').AppendFormat("{0:x2}", thisByte);
            continue;
        }

        sb.Append((char)thisByte);
    }

    return sb.ToString();
}

【讨论】：