C# System.Text.Encoding.UTF8.GetBytes额外字节

为什么这条线

System.Text.Encoding.UTF8.GetBytes("ABCD±ABCD")

给我10字节而不是9字节？ 虽然±是char（177）

是否有.Net函数/编码可以将此字符串正确地转换为9字节

虽然±是char（177）

其UTF-8编码为0xc2 0xb1-两个字节。基本上，每个代码点>=128将占用多个字节，其中字节数取决于代码点的大小

---

当使用UTF-8编码时，该数据为10个字节。这里的错误是您期望它需要9。

±

超出ASCII范围，因此它由2个字节表示。

您应该使用

Windows-1251

编码来获得

±

作为

177

var bytes = System.Text.Encoding.GetEncoding("Windows-1251").GetBytes("ABCD±ABCD");

---

本视频很好地解释了utf-8编码：。看了之后，你会意识到为什么它会产生更多字节，你会想。

+1，但你应该解释为什么它可能会像他期望的那样在Windows-1251而不是UTF-8上工作。然后，当有人试图在0xFF之外编码某个内容时，你会看到焰火……这就是我一直在寻找的答案。我完全理解0xFF之外的任何东西都不能被编码成单个字节。如果您解释了UTF8是如何工作的，那么这将是一个完美的答案。下面@user2316005发布的视频链接解释得很好，“正确”在很大程度上取决于“正确”的编码是什么。如果您打算使用UTF-8，那么：无法“正确”地将其编码为9字节。如果您的目的是使用某种编码将其转换为9个字节，那么您需要事先决定要使用基于代码页的编码，以及为什么要使用这种编码，以及要对该代码页中未定义的数据执行哪些操作。“正确”的定义：能够将其从字节转换回原始字符。示例：ASCII编码将无法正确执行此操作，尽管它将被限制为我预期的9个字符。“正确”的定义：能够将其从字节转换回原始字符。示例：ASCII编码无法正确执行此操作，尽管它将被限制为我预期的9个字符。我想我预期UTF8仅使用每个字符8位（顾名思义——至少对我而言），仅此而已。