encoding.utf8.getstring怎么得出正确字符的

最新推荐文章于 2025-03-01 10:28:07 发布
最新推荐文章于 2025-03-01 10:28:07 发布
阅读量1.3w 收藏 4
点赞数
分类专栏： C＃
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/laotse/article/details/15804571
版权
utf8编码不是固定字节，有的是1个字节有的是2个字节有的是3个，那么


encoding.utf8.getstring是怎么把一堆字节解析成正确的字符，比如说有6个字节，为什么不会判断成6个单字节或者1+2+3，或者3+3或者2+2+2呢？

其实是utf8编码

0xxxxxxx                                                                                  (00-7f)
110xxxxx 10xxxxxx                                                                  (c0-df)(80-bf)
1110xxxx 10xxxxxx 10xxxxxx                                                  (e0-ef)(80-bf)(80-bf)
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx                                  (f0-f7)(80-bf)(80-bf)(80-bf)
111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx                  (f8-fb)(80-bf)(80-bf)(80-bf)(80-bf)
1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx  (fc-fd)(80-bf)(80-bf)(80-bf)(80-bf)(80-bf)

如果第一个字节二进制是110就说明2个字节，1110就说明3个字节类推，而且其他字节二进制开头都用10来表示，而如果是0-127那么就是单字节，这样的格式就可以不会混淆了


比如6个字节

11001111   10000000   11100101   10010101   10001010   01000001  

110说明2字节 11001111   10000000是一个字符，第二个也是10开头

接下来1110说明是3个11100101   10010101   10001010，后两个也是10开头

最后0开头说明就1个

那么这个字节数组转字符串也就是“π啊A”


如果破坏了这个规则，c#会按照顺序，不会后面全变乱码，比如把第一个改成11101111，把第三个改成01100001

11101111   10000000   01100001   10010101   10001010   01000001  

那么上来第一个1110看起来3个，第二个10开头对了，但第3个就不符合10开头了，所以把第一第二个先来乱码一个?

那么从第三个开始，发现0开头单字节对了，于是显示a

接下来第四个上来10开头也不对，乱码一个？

第五个也是上来10开头，乱码一个？

直到第六个0开头，单字节，就对了，显示A

这样结果就是"?a??A"

这样的好处就是不会因为一大篇文章中坏了一点就导致整篇文章全都乱码。


C#（.net）中按字节数截取字符串最后出现乱码问题的解决
01-21
前言 最近需要用到按字节数截取字符串。在网上找了很多方法。... string msg= Encoding.UTF8.GetString(Encoding.UTF8.GetBytes(strcode)); 例子：2 string strcode=我是小明; byte[] buffer=Encoding.UTF8.Ge
java encoding.utf8.getbytes_C# Encoding.UTF8.GetString 获取byte乱码问题
weixin_36125755的博客
02-24 3392
HashAlgorithm hashAlgorithm = new SHA1CryptoServiceProvider(); //MD5CryptoServiceProvider();byte[] result = hashAlgorithm.ComputeHash(Encoding.UTF8.GetBytes(member.Password));//获取方式1 正常获取StringBuilder...
C#基础 string PadLeft 在字符串前、后加入指定字符，达到指定长度
心少朴
05-11 1434
 .NET Framework : 4.7.2        IDE : Visual Studio Community 2019         OS : Windows 10 x64     typesetting : Markdown         blog : blog.youkuaiyun.com/yushaopu        gi...
C# 数据转换
TrueLink的博客
03-01 525
【代码】C# 数据转换。
C#中Encoding.Default.GetString（）
qq_52578310的博客
11-03 583
len-6：这是要解码的字节数。因此，Encoding.Default.GetString(data, 6, len-6) 的作用是从 data 字节数组的第7个字节开始，解码 len-6 个字节为字符串。6：这是要从 data 数组中开始解码的字节的索引（起始位置）。在处理字符编码时，最好明确指定要使用的编码，而不是依赖于系统的默认编码，因为默认编码可能因系统而异，导致跨平台或跨区域的不一致性。这里的 Encoding.Default 指的是系统当前的默认字符编码，这通常取决于操作系统的区域和语言设置。
C# 从 UTF-8 流中读取字符串的正确方法
编程宝库
11-22 3104
我们下面的代码是从一个流 stream 中读取 UTF-8 编码的字符串。我们可以先考虑一下其中存在的潜在问题。 string ReadString(Stream stream) { var sb = new StringBuilder(); var buffer = new byte[4096]; int readCount; while ((readCount = stream.Read(buffer)) > 0) { var s = Enc
C# 小叙 Encoding(转)
msbls5的专栏
12-26 1258
前言     众所周知计算机只能识别二进制数字，如1010,1001。我们屏幕所看到的文字，字符都是和二进制转换后的结果。将我们的文字按照某种规则转换二进制存储在计算机上，这一个过程叫字符编码，反之就是解码。目前存在多种字符编码方式，一组二进制数字根据不同的解码方式，会得到不同的结果，有时甚至会得到乱码。这也就是为什么我们打开网页时有时会是乱码，打开一个文本文件有时也是乱码，而换了一种编码就
Convert.ToBase64String(Byte[])和Encoding.UTF8.GetString(Byte[])
In me the tiger sniffs the rose
01-21 3259
二者都是规定一种编码，让各个调用方遵守这个规则，这样可以在他们之间正确的传递数据. ----- 将byte[]转换成string Convert.ToBase64String将 8 位无符号整数数组的值转换为其用 Base64 数字编码的等效字符串表示形式。 Encoding.GetString将指定字节数组中的一个字节序列解码为一个字符串。  两个MSDN的例子
System.Text.Encoding不同字符编码之间进行转换
book_dw5189的博客
08-16 4508
System.Text.Encoding不同字符编码之间进行转换
android--笔记--用utf-8编码字符串
程序员的良师益友
08-06 1119
string sss = arg; byte[] Array = Encoding.UTF8.GetBytes(sss); string xml = Encoding.UTF8.GetString(Array);
C#中一些字符串操作的常用用法
01-20
例如，将16进制的Unicode编码转换回汉字，可以通过将每个16进制数字转换为整数，然后创建字节数组，并使用`System.Text.Encoding.Unicode.GetString()`方法解码。 3. **获取字符串长度**： - `Length`属性用于获取...
UTF-8编码转化(Visual Basic)
09-05
如果需要将这些字符串转换为UTF-8，可以使用`Encoding`类的`GetString`和`GetBytes`方法： ```vbnet Dim utf8Bytes As Byte() = System.Text.Encoding.UTF8.GetBytes("Your string here.") Dim utf8String As ...
XslTransform.Transform将结果输出到字符串里的方法
10-30
string resultString = System.Text.UTF8Encoding.UTF8.GetString(t.ToArray()); // Response.Write(resultString); ``` 2. **通过 `System.Text.StringBuilder` 类实现**： 这种方法利用 `StringBuilder` 创建...
utf-8和GBK编码文件互相转换
11-10
string utf8Content = Encoding.UTF8.GetString(utf8Bytes); ``` 3. 写入文件：最后，使用StreamWriter或File.WriteAllText方法将转换后的编码写入新的文件。例如，将UTF-8内容写入新文件： ```csharp File....
Encoding.UTF8是.NET 中用于处理UTF-8编码的标准编码类
book_dw5189的博客
08-28 834
System.Text.Encoding 类的一个静态属性，提供了对 UTF-8 编码和解码的支持。
C#调用C++接口中文编码问题
ab914025636的博客
01-28 1088
问题 如果C#传入字符串中带有中文且未作处理，则会导致编码错误。 解决方案 统一采用UTF-8编码格式 C# Encoding.UTF8.GetString(Encoding.UTF8.GetBytes(value)） C++ string strparameter = UTF8_To_string(parameter); std::string UTF8_To_string(const std::string& str) { int nwLen = MultiByteTo
Convert.ToBase64String(Byte[])和Encoding.UTF8.GetString(Byte[])的区别
weixin_30411997的博客
02-06 817
Encoding.UTF8.GetString是针对使用utf8编码得到的字符串对应的byte[]使用,可以还原我们能看懂的字符串而Convert.ToBase64String是对任意byte[]都可使用,得到的是用字符串表示的byte[]信息 内容类似"Jwl9Kh+lPfmSPio//UpvbA==" Base64有个优点，就是可以用文本格式传输，base64绝对不存在任何不可读的字符，也不...
Encoding编码
m0_51684835的博客
11-14 375
一般使用UTF-8编码（兼容ASCII）。Encoding.Default 指的是系统当前的默认字符编码，容易受平台影响导致不一致。Encoding.编码.GetString(byte[]) byte数组转string（接收时使用）Encoding.编码.GetBytes(string) 将字符串转byte数组（发送时使用）
解决JSP中文乱码问题
cathl的专栏
02-11 2032
一般说来在每个页面的开始处，加入：    pageEncoding="UTF-8"%> request.setCharacterEncoding("UTF-8");%> charset=UTF-8  的作用是指定JSP向客户端输出的编码方式为“UTF-8”pageEncoding="UTF-8"  为了让JSP引擎能正确地解码含有中文字符的JSP页面，这在LINUX中很有效 r
unity webgl 使用Encoding.UTF8.GetString()
最新发布
03-24
### Unity WebGL 中 `Encoding.UTF8.GetString()` 的使用方法与最佳实践 在 Unity WebGL 项目中，`Encoding.UTF8.GetString()` 是用于将字节数组转换为字符串的方法之一。此方法广泛应用于处理网络通信、文件读取或其他涉及二进制数据到可读文本的场景。 以下是关于该方法的具体说明以及其使用的最佳实践： #### 方法概述 `Encoding.UTF8.GetString(byteArray)` 将指定的字节序列解码为 UTF-8 编码的字符串[^1]。它适用于任何需要解析 UTF-8 字符串的情况，在 Unity WebGL 平台下尤其需要注意性能和兼容性问题。 #### 使用示例 下面是一个简单的代码示例展示如何在 Unity WebGL 环境中正确使用 `Encoding.UTF8.GetString()`: ```csharp using System.Text; using UnityEngine; public class Utf8Example : MonoBehaviour { void Start() { byte[] byteArray = { 72, 101, 108, 108, 111 }; // 对应 "Hello" string resultString = Encoding.UTF8.GetString(byteArray); Debug.Log(resultString); // 输出: Hello // 如果有部分特殊字符或乱码情况可以尝试如下方式验证编码准确性 try { string safeResult = ValidateUtf8AndConvert(byteArray); Debug.Log(safeResult); } catch (System.ArgumentException e) { Debug.LogError("Invalid UTF-8 sequence detected."); } } /// <summary> /// 验证并安全地将字节数组转为UTF-8字符串 /// </summary> private static string ValidateUtf8AndConvert(byte[] data) { if (!IsUtf8(data)) { throw new System.ArgumentException("The provided bytes are not valid UTF-8"); } return Encoding.UTF8.GetString(data); } /// <summary> /// 判断给定字节数组是否为有效的UTF-8编码 /// </summary> public static bool IsUtf8(byte[] data) { int charByteCounter = 0; // 记录当前多字节字符还剩多少字节未处理 foreach (byte b in data) { if ((b & 0x80) == 0) // ASCII范围内的单字节字符 continue; if (charByteCounter == 0 && (b >> 5) == 0x6) // 多字节起始标志位 charByteCounter = 1; else if (charByteCounter != 0 && (b >> 6) == 0x2) // 后续字节校验 --charByteCounter; else return false; // 不合法的UTF-8序列 } return charByteCounter == 0; } } ``` 上述代码展示了基本的 `Encoding.UTF8.GetString()` 调用，并提供了一个额外的安全检查函数来确保输入的数据确实是有效的 UTF-8 序列。 #### 最佳实践 为了提高程序健壮性和效率，请遵循以下建议： 1. **始终验证输入的有效性**: 在实际应用中，尤其是接收来自外部源（如网络请求）的数据时，务必先确认这些数据确实符合 UTF-8 格式。 2. **避免不必要的内存分配**: 当频繁操作大量数据时，考虑重用缓冲区以减少垃圾回收压力。 3. **注意跨平台差异**: Unity WebGL 可能存在与其他桌面环境不同的行为表现，因此需针对目标平台进行充分测试。 #### 性能考量 WebGL 版本下的 Unity 运行于浏览器环境中，可能受到 JavaScript VM 实现的影响而表现出不同于原生 C# 的特性。对于大规模数据集的操作，应当评估不同实现方案之间的性能差距，并选取最优策略。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值