Encoding.ASCII VS Encoding.UTF8 错误

Question

世界！我正在使用 .Net Framework 4 System.Net.Sockets.TcpClient 编写简单的 HTML 服务器。

我在 StringBuilder html 中有 HTML，其中包含一些文本。例如：

<div id="RequestText">

    GET / HTTP/1.1<br/>Host: localhost:90<br/>Connection: keep-alive<br/>Cache-Control: max-age=0<br/>User-Agent: Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11<br/>Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8<br/>Accept-Encoding: gzip,deflate,sdch<br/>Accept-Language: ru-RU,ru;q=0.8,en-US;q=0.6,en;q=0.4<br/>Accept-Charset: windows-1251,utf-8;q=0.7,*;q=0.3

</div>

文字可以多种多样。当我向客户发送响应时

private static void SendResponseToClient(NetworkStream clientStream, StringBuilder html)
    {
        String data = _htmlHeader + html.Length.ToString() + "\n\n" + html; // The "data" is OK!
        Byte[] buffer;
        buffer = Encoding.UTF8.GetBytes(data); // !UTF8
        clientStream.Write(buffer, 0, buffer.Length);
    }

我使用的是谷歌浏览器，如果使用 Encoding.UTF8，某些部分会在显示页面的文本中丢失。结尾“indows-1251,utf-8;q=0.7,*;q=0.3”被删减。丢失部分后的其余 HTML 文本仍然存在。如果我使用 Encoding.ASCII，一切正常。关于原因的任何想法？

Answer 1

根据您显示的有限代码，这只是一个猜测，但您对html.Length.ToString() 的使用向我表明您的_htmlHeader 变量包含以Content-Length 标头结尾的HTTP 标头，而html.Length.ToString() 是用于完成该标题。如果这是真的，那么您向客户端发送了错误的Length 值，因此它最终从套接字读取了错误的字节数。 Content-Length 标头指定正在发送的字节数。您将 Content-Length 设置为 StringBuilder 中的 UTF-16 编码字符数，而您应该将其设置为 UTF-8 编码字节数 strong> 您正在发送。

试试这个：

private static void SendResponseToClient(NetworkStream clientStream, StringBuilder html)
{
    Byte[] html_buffer = Encoding.UTF8.GetBytes(html.ToString());

    // HTTP does not support non-ASCII characters in headers.
    Byte[] http_buffer = Encoding.ASCII.GetBytes(_htmlHeader + html_buffer.Length.ToString() + "\n\n");

    clientStream.Write(http_buffer, 0, http_buffer.Length);
    clientStream.Write(html_buffer, 0, html_buffer.Length);
}

当然，还要确保 _htmlHeader 包含 Content-Type: text/html; charset=utf-8 标头，以确保客户端正确处理 UTF-8 编码的 HTML。

Answer 2

只是猜测...但也许 UTF-8 编码使用比 ASCII 更多的字节来编码您的文本（可能某些字符以两字节的方式编码，而 ASCII 只使用 ? 或类似的东西）和因此超过了消息的最大长度？