ASCIIEncoding.ASCII.GetBytes()返回意外的值

Question

这个C#代码..。

string s = "\u00C0";
byte[] bytes = ASCIIEncoding.ASCII.GetBytes(s);
Trace.WriteLine(BitConverter.ToString(bytes));

生成以下输出：

3F

为什么输出不是C0？

Answer 1

因为\u00c0不是ASCII码( 0-127范围)。因此，它被编码为问号- ? (0x3F)。

请参阅ASCIIEncoding上的MSDN文章

ASCIIEncoding对应于Windows代码页20127。由于ASCII是7位编码，因此从U+0000到U+007F，ASCII字符限制为最低的128个Unicode字符。如果使用由Encoding.ASCII属性或ASCIIEncoding构造函数返回的默认编码器，则该范围之外的字符将替换为问号(?)在执行编码操作之前。

Answer 2

看起来您需要一个表示Unicode字符串的字节序列。显然，字节数将取决于编码。因为您希望C0是其中一个字节，所以它将选项范围缩小了一点。下面是UTF16LE，它当然是两个字节，因为\u00c0完全表示一个BMP字符：

string s = "\u00C0";
byte[] bytes = Encoding.Unicode.GetBytes(s);
Trace.WriteLine(BitConverter.ToString(bytes));

你应该阅读The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!) by Joel Spolsky

Answer 3

第一步:将unicode字符转换为字符串，然后将其转换为ASCII (但它是unicode)。然后，您尝试使用unicode转换器将其转换回来。

下面的示例尽一切可能使我的响应更清晰：

    static void Main(string[] args)
    {
        string s = "\u00C0";
        Console.WriteLine(s);
        byte[] bytes = ASCIIEncoding.ASCII.GetBytes(s);
        Console.WriteLine(BitConverter.ToString(bytes));
        Console.WriteLine(ASCIIEncoding.ASCII.GetString(bytes));

        Console.WriteLine("Again");
        bytes = Encoding.UTF8.GetBytes(s);
        Console.WriteLine(BitConverter.ToString(bytes));
        Console.WriteLine(Encoding.UTF8.GetString(bytes));

        Console.ReadLine();
    }

输出结果为：

A
3F
?
Again
C3-80
A

顺便说一句，BitConverter.GetBytes的定义是：

将指定字节数组的每个元素的数值转换为其等效的十六进制字符串表示形式。