c# - C#：字节到 UTF-8 字符串的转换。为什么它不起作用？

Question

有一个汉字在 UTF-8 中显示为 F0 A4 AD A2。这个字符在这里描述：http ://en.wikipedia.org/wiki/UTF-8

U+24B62 F0 A4 AD A2

当我在C#中运行此代码时...

byte[] data = { 0xF0, 0xA4, 0xAD, 0xA2 };
string abc = Encoding.UTF8.GetString(data);
Console.WriteLine("Test: description = {0}", abc);

...我将输出重定向到文本文件，然后使用 notepad.exe 选择 UTF-8 编码打开它。我希望得到输出，但确实得到两个问号 (??)。

字节序列是正确的。它在 Perl 中工作：

print "\xF0\xA4\xAD\xA2";

在输出中，我得到

所以我的问题是：为什么我会得到“？？” 而不是C#中的“” ？

PS 这个字符没什么特别的：我对任何字符（2、3 或 4 字节长）都得到了相同的东西。

Answer 1

默认情况下，控制台无法显示 Unicode 字符。它只显示 ASCII。要使其显示 Unicode，请使用：

Console.OutputEncoding = System.Text.Encoding.Unicode

在给它写信之前。

但无论如何它在大多数操作系统上都会失败，因为 Windows 命令行本身不支持 Unicode。

因此，出于测试目的，最好将输出写入文件

Answer 2

您需要使用 UTF8 写入文件。下面的代码显示了您可以如何做到这一点。在记事本中打开生成的文件时，字符显示正确：

string c = "";
var bytes = Encoding.UTF8.GetBytes(c);
var cBack = Encoding.UTF8.GetString(bytes);
using (var writer = new StreamWriter(@"c:\temp\char.txt", false, Encoding.UTF8))
{
    writer.WriteLine(cBack);
}