C# - 将剥离的 UTF 编码字符串转换回 UTF答案

【问题标题】：C# - converting a stripped UTF encoded string back to UTFC# - 将剥离的 UTF 编码字符串转换回 UTF
【发布时间】：2016-01-20 18:03:04
【问题描述】：

所以，我有一个字符串，它实际上是 UTF 编码字符，去掉了 ASCII 表示代码： “537465616d6c696e6564” 这将在 ASCII 编码的 UTF 中表示为 \x53\x74\x65 [...]

我尝试在 \x 中的正确位置进行正则表达式替换，对其进行字节编码并将其读回为 UTF，但无济于事。

在 C# 中将 ASCII 字符串转换为可读 UTF 的最有效方法是什么？

【问题讨论】：

标签： c# encoding utf

【解决方案1】：

所以我知道你有一个字符串“537465616d6c696e6564”，它实际上表示char[] chars = { '\x53', '\x74', ... }。

首先将此字符串转换为字节数组How can I convert a hex string to a byte array?

为了您的方便：

public static byte[] StringToByteArray(string hex) {
    return Enumerable.Range(0, hex.Length)
                     .Where(x => x % 2 == 0)
                     .Select(x => Convert.ToByte(hex.Substring(x, 2), 16))
                     .ToArray();
}

然后还有很多UTF编码（UTF-8、UTF-16），C#内部使用UTF-16（其实是它的子集），所以我假设你想要UTF-16字符串：

string str = System.Text.Encoding.Unicode.GetString(array);

如果您在解码后得到不正确的字符，您也可以尝试 UTF-8 编码（以防万一您不知道确切的编码，Encoding.UTF8）。

【讨论】：

谢谢，我显然是在修改字节编码，你的函数工作得更好（TM）。 ;)

【解决方案2】：

我不太了解字符串编码，但假设您的原始字符串是一系列字节的十六进制表示，您可以这样做：

class Program
{
    private const string encoded = "537465616d6c696e6564";

    static void Main(string[] args)
    {
        byte[] bytes = StringToByteArray(encoded);

        string text = Encoding.ASCII.GetString(bytes);

        Console.WriteLine(text);
        Console.ReadKey();
    }

    // From https://stackoverflow.com/questions/311165/how-do-you-convert-byte-array-to-hexadecimal-string-and-vice-versa
    public static byte[] StringToByteArray(String hex)
    {
        int NumberChars = hex.Length;
        byte[] bytes = new byte[NumberChars / 2];
        for (int i = 0; i < NumberChars; i += 2)
            bytes[i / 2] = Convert.ToByte(hex.Substring(i, 2), 16);
        return bytes;
    }
}

如果您以后想将结果编码为 UTF8，则可以使用：

Encoding.UTF8.GetBytes(text);

我采用了StringToByteArray 转换的一种实现，但有很多。如果性能很重要，您可能需要选择一个更高效的。有关详细信息，请参阅下面的链接。

关于字节到字符串的转换（关于性能的一些有趣的讨论）：

.NET 中的字符串

【讨论】：