C# Encoding.Converting拉丁文到希伯来语

Question

我正在尝试获取和解析一个在线excel文档，它是用希伯来语编写的，但不幸的是，它是用非希伯来语编码的。

作为示例，我尝试使用C#代码将以下字符串"âìéåï_1“转换为希伯来语：”C#“，作为第一个工作表名称，但我无法这样做。

我知道上面的内容是可转换的，因为当我在NotePad++中打开它并选择编码/字符集/希伯来语/Windows1255时，我可以看到："גליון_1“，这是上面字符串的正确希伯来语表示。

我正在使用下面的代码

            string str = "âìéåï_1";

            Encoding windows = Encoding.GetEncoding("Windows-1255");
            Encoding ascii = Encoding.GetEncoding("Windows-1252");
            byte[] asciiBytes = ascii.GetBytes(str);
            byte[] windowsBytes = Encoding.Convert(ascii, windows, asciiBytes);

            char[] windowsChars = new char[windows.GetCharCount(windowsBytes, 0, windowsBytes.Length)];
            windows.GetChars(windowsBytes, 0, windowsBytes.Length, windowsChars, 0);
            string windowsString = new string(windowsChars);

我假设原始字符串的编码是Windows-1252，因为当我将其粘贴到NotePad++中并将编码更改为Windows-1252时，字符串保持不变...

我可能做错了什么，有人知道如何正确转换上面的代码吗？

谢谢,

米奇

Answer 1

const string Str = "âìéåï_1";

Encoding latinEncoding = Encoding.GetEncoding("Windows-1252");
Encoding hebrewEncoding = Encoding.GetEncoding("Windows-1255");

byte[] latinBytes = latinEncoding.GetBytes(Str);

string hebrewString = hebrewEncoding.GetString(latinBytes);

hebrewString：

גליון_1

在您提供的示例中，"Window-1252“实际上不是ASCII，它是扩展的ASCII，由于某种原因，使用这两种编码的Encoding.Convert无法转换扩展范围的ASCII，因此所有+127字符都转换为63 (即?)。当“转换”从一个扩展ASCII字符byte[]到另一个时，我希望字节是相同的，只有当您将它们转换为.Net unicode字符串时，我才会期望它们不同。不确定为什么Convert要将+127个字符转换为'?‘。