将字符串从Windows 1256转换为UTF-8

Question

我想将具有Windows1256的数据库中的字符串转换为UTF-8。数据库是波斯文的。

我使用了下面的代码，但我收到问号：？

string text= "راوي"; // should be "راوی"
byte[] encoded = Encoding.GetEncoding(1256).GetBytes(text);
string result= Encoding.UTF8.GetString(encoded);

我怎样才能进行这种转换？

Answer 1

所提供的代码采用本机.NET string (使用UTF-16编码)，将其编码到Windows1256，然后错误地将结果解释为UTF-8，而实际上并非如此。因此，当然，UTF-8的解码将为非ASCII字符生成?，因为它们不会被编码为UTF-8。

代码并没有按照问题的要求去做。

将Windows-1256 (或任何其他编码)转换为UTF-8的正确方法是首先将源数据作为- is并使用原始编码将其解码为UTF-16，然后将结果编码为UTF-8，例如：

byte[] Win1256Data = ...;
string s = Encoding.GetEncoding(1256).GetString(Win1256Data);
byte[] Utf8Data = Encoding.UTF8.GetBytes(s);

或者，Encoding类有一个Convert()方法来为您处理中间转换：

byte[] Win1256Data = ...;
byte[] Utf8Data = Encoding.Convert(Encoding.GetEncoding(1256), Encoding.UTF8, Win1256Data);