C# char/byte 编码相等答案

【问题标题】：C# char/byte encoding equalityC# char/byte 编码相等
【发布时间】：2011-04-22 16:34:26
【问题描述】：

我有一些代码可以将字符串转储到标准输出以检查它们的编码，它看起来像这样：

    private void DumpString(string s)
    {   
        System.Console.Write("{0}: ", s);
        foreach (byte b in s)
        {   
            System.Console.Write("{0}({1}) ", (char)b, b.ToString("x2"));
        }       
        System.Console.WriteLine();
    }

考虑两个字符串，每个字符串都显示为“ë”，但编码不同。 DumpString 将产生以下输出：

ë: e(65)(08)
ë: ë(eb)

代码如下所示：

DumpString(string1);
DumpString(string2);

如何使用 System.Text.Encoding 将 string2 转换为与 string1 等效的字节。

【问题讨论】：

标签： c# unicode encoding character-encoding

【解决方案1】：

它们没有不同的编码。 C# 中的字符串始终为 UTF-16（因此，您不应使用 byte 来遍历字符串，因为您会丢失前 8 位）。他们所拥有的是不同的normalization forms。

您的第一个字符串是“\u0065\u0308”：拉丁小写字母 E + COMBINING DIAERESIS。这是分解的形式（NFD）。

第二个是“\u00EB”：带分音符号的拉丁文小写字母 E。这是预组合表单 (NFC)。

您可以使用string.Normalize 在它们之间进行转换。

【讨论】：

【解决方案2】：

您正在寻找String.Normalize method。

【讨论】：