我在一个文件中有以下名称,我需要将字符串作为 UTF8 编码的字符串读取,所以从这里开始:
test_\303\246\303\270\303\245.txt
我需要获得以下内容:
test_æøå.txt
你知道如何使用 C# 来实现这一点吗?
假设你有这个字符串:
string input = "test_\\303\\246\\303\\270\\303\\245.txt";
IE字面意思
test_\303\246\303\270\303\245.txt
你可以这样做:
string input = "test_\\303\\246\\303\\270\\303\\245.txt";
Encoding iso88591 = Encoding.GetEncoding(28591); //See note at the end of answer
Encoding utf8 = Encoding.UTF8;
//Turn the octal escape sequences into characters having codepoints 0-255
//this results in a "binary string"
string binaryString = Regex.Replace(input, @"\\(?<num>[0-7]{3})", delegate(Match m)
{
String oct = m.Groups["num"].ToString();
return Char.ConvertFromUtf32(Convert.ToInt32(oct, 8));
});
//Turn the "binary string" into bytes
byte[] raw = iso88591.GetBytes(binaryString);
//Read the bytes into C# string
string output = utf8.GetString(raw);
Console.WriteLine(output);
//test_æøå.txt
“二进制字符串”是指仅由代码点为 0-255 的字符组成的字符串。因此,它相当于一个穷人byte[]
,您在 index 处检索字符的代码点i
,而不是byte
在 a byte[]
at index中的值i
(这是我们几年前在 javascript 中所做的)。因为 iso-8859-1 将前 256 个 unicode 代码点精确映射到一个字节,所以它非常适合将“二进制字符串”转换为byte[]
.