从数据库读取时的UTF-8编码(C#)

Question

我有一个从数据库读取数据并将其输出到文本文件的C#程序。

OleDbCommand cmd = new OleDbCommand("SELECT * FROM " + tableName, conn);
OleDbDataReader rdr = cmd.ExecuteReader();

if (rdr.HasRows)
{
    while (rdr.Read())
    {
        for (int i = 0; i < rdr.FieldCount; i++)
        {
            string toStr = rdr[i].ToString();

            // ...etc.

有一句话总是给我带来麻烦。下面是它在数据库中的样子：

Signed 8-bit 2’s-compliment

下面是我的输出文件中的内容：

Signed 8-bit 2’s-compliment

我想我可以通过考虑编码来解决这个问题。因此，我更改了代码，将文本转换为UTF-8：

string toStr = Encoding.UTF8.GetString(Encoding.Default.GetBytes(rdr[i].ToString()));

这会导致：

Signed 8-bit 2�s-compliment

但是，如果我这样做...

string toStr = Encoding.UTF8.GetString(Encoding.Default.GetBytes("Signed 8-bit 2’s-compliment"));

...it可以完美地工作。

Signed 8-bit 2’s-compliment

rdr[i].toString()可能是问题所在吗？我的猜测是，当它将对象转换为字符串时，它会搞乱’字符的编码，这使我无法将其正确地转换为撇号。但我不认为我可以避免在那里使用toString()。那我该怎么办呢？

Answer 1

问题的根源在于数据库的一端。假设是SQL Server，看一下这个关于Collation and Unicode Support的链接。基本上，您的数据可能不会以您认为的格式返回。

一般而言，SQL支持UTF-16，而不是UTF-8 -所以只要数据被正确返回，ToString()就应该正确地解码它，因为.NET字符串的格式是UTF-16。

此外，如果您不特别关心该特定字符，您可以只更新您的数据库记录，并为该行文本设置一个“普通”撇号。