2

为什么这条线

System.Text.Encoding.UTF8.GetBytes("ABCD±ABCD")

给我 10 个字节而不是 9 个字节？虽然 ± 是 char(177)

是否有 .Net 函数/编码可以将此字符串正确转换为 9 个字节？

4

4 回答 4

8

虽然 ± 是 char(177)

而 UTF-8 编码是 0xc2 0xb1 - 两个字节。基本上，每个代码点 >= 128 将占用多个字节 - 其中字节数取决于代码点的大小。

使用 UTF-8 编码时，该数据为 10 个字节。这里的错误是您期望它应该花费 9。

于 2013-09-26T19:24:55.343 回答
5

您应该使用编码来Windows-1251获取±177

var bytes = System.Text.Encoding.GetEncoding("Windows-1251").GetBytes("ABCD±ABCD");
于 2013-09-26T19:27:03.443 回答
2

该视频很好地解释了 utf-8 编码：http ://www.youtube.com/watch?v=MijmeoH9LT4 。看完之后你会明白为什么它会导致更多的字节，你会想。

于 2013-09-26T19:48:30.650 回答
2

±落在 ASCII 范围之外，因此它由 2 个字节表示。

于 2013-09-26T19:25:05.143 回答