如何规范化 .NET 和 Mono OSX 之间的变音符号字符串表示？

Question

我有一个使用 .NET for Windows 和 Mono for Mac / OSX 的跨平台应用程序。

我的应用程序处理文件名并将序列化的数据结构写入磁盘，其中包含文件名作为字符串。其中一些文件名包含重音等国际字符。

当我将在 Windows (NTFS) 上创建的数据文件复制到 Mac 时，我遇到了名称中包含这些国际重音字符的文件的一些问题。

从 NTFS 读取并由 .NET 序列化的文件名包含重音字母的单个字符，但是当我在 OSX 上使用 Mono 从文件系统读取文件名时，我得到的两个字符表示不匹配序列化表示。我需要在 Windows 和 Mac 上保持序列化文件名和实际文件系统之间的一致性。

例如，字母 é 是在 Windows 上使用 .NET 从文件名中获取的，并被序列化为具有整数值 233 的单个字符。在 OSX 上，我使用 Mono 读取复制文件的文件名并表示该字母具有整数值 101 和 769 的两个字符，它们将字母和重音表示为不同的字符。问题是这种表示与在 Windows 上编写的序列化表示不匹配。

我需要找到一些方法来强制保持一致性 - 无论是在包含文件名的序列化数据结构中，还是在文件名本身中。

.NET/Mono 中是否有某种方法可以规范化这些不同的字符串表示形式？我查看了 Normalize() 方法，但我认为它没有达到我想要的效果。要么，要么我不理解文档。

NTFS 也可以存储带有重音字母的两个字符表示的文件名吗？如果是这样，它会将这两种表示视为不同的吗？我可能更喜欢自己对实际文件名进行规范化。

提前致谢！

Answer 1

我认为问题在于 Windows 和 Mac OS X 使用不同的系统来编码文件名中的字符。

根据the first answer to this SO question，NTFS 使用 UTF-16 存储文件名。然而，根据the second answer to this SO question，Mac OS X 通过规范化形式 D 使用 UTF-8 存储文件名，其中字形“é”被“规范地分解”为“e”（101）和组合的重音符号“´” (769)。

所以我担心，除非您将文件名限制为纯 ASCII，否则它们在两个操作系统上只会有不同的表示形式。