主页 / 问题 / 1198119
Accepted
Potion
Asked:2021-10-31 20:20:55 +0000 UTC2021-10-31 20:20:55 +0000 UTC

用字符 \u0431 C# 解码字符串

  • 772

有一条线像

string s ="\u0431\u044b\u0442\u044c 12 \u0446\u0438\u0444\u0440."

如果我将它插入到一些在线服务中，那么它被成功解码为

быть 12 цифр.

在线服务显示不同的编码，由他自动选择。比如那个原文是unicode，翻译后是UTF8

好的，我们用 C# 写同样的东西

            string substring ="\u0431\u044b\u0442\u044c 12 \u0446\u0438\u0444\u0440."
            Encoding utf8 = Encoding.UTF8;
            Encoding unicode = Encoding.Unicode;

            // Convert the string into a byte array.
            byte[] unicodeBytes = unicode.GetBytes(substring);

            // Perform the conversion from one encoding to the other.
            byte[] utf8Bytes = Encoding.Convert(unicode, utf8, unicodeBytes);

            // Convert the new byte[] into a char[] and then into a string.
            char[] utf8Chars = new char[utf8.GetCharCount(utf8Bytes, 0, utf8Bytes.Length)];
            utf8.GetChars(utf8Bytes, 0, utf8Bytes.Length, utf8Chars, 0);
            string utf8String = new string(utf8Chars);
            Console.WriteLine(utf8string);

在输出中我们得到完全相同的

\u0431\u044b\u0442\u044c 12 \u0446\u0438\u0444\u0440.

据我了解，我误解了编码的本质 - 编码对字节进行编码，字符串最初是用 C# 内部的东西编码的，可能是相同的 UTF8，所以它不会尝试重新编码字符 \u0431 和其余部分转换为西里尔文，但只是认为该字符串已经是 UTF8。

问题是如何将这些相同的转义序列提供给解码器，这意味着某种西里尔字符，以便最终它给我与在线服务相同的东西？

应评论员的要求，我推导出utf8chars，这是一个chars数组，所以我通过foreach推导出来

结论

\

你

0

四

四

和

一

2

正确答案后评论。

32 分钟前回答

@vp_arth

Regex.Unescape 有帮助。确实，结果很不方便——我想缩短问题，所以我提前写了这行。但实际上我是从网络请求中得到这个字符串的，当我输出它时，我得到了未解码的字符。如果您再次获取字符并将它们敲成一个字符串，则所有内容都会正确显示。显然，该行只是第一次执行 Regex.Unescape，因此它重新正确输出

c#

1 个回答

  1. Best Answer

    在这样的字符串中已经有解码的字符：

    Console.WriteLine("\u0431\u044b\u0442\u044c 12 \u0446\u0438\u0444\u0440."); 
// быть 12 цифр.

    这是带有斜杠的原始行，例如，可以手动替换它们：

    string s = @"\u0431\u044b\u0442\u044c 12 \u0446\u0438\u0444\u0440."; 
Console.WriteLine(s);
// \u0431\u044b\u0442\u044c 12 \u0446\u0438\u0444\u0440.

Regex  rx = new Regex( @"\\u([0-9a-f]{4})");
s = rx.Replace(s, match => ((char) Int32.Parse(match.Value.Substring(2), NumberStyles.HexNumber)).ToString() );
Console.WriteLine(s);
// быть 12 цифр.

    或者更简单：

    Console.WriteLine(Regex.Unescape(@"\u0431\u044b\u0442\u044c 12 \u0446\u0438\u0444\u0440."));
// быть 12 цифр.
    • 2

相关问题