C# 如何确定是否可以使用给定的编码来表示字符串

给定一个实例和一个字符串，如何以编程方式确定该字符串是否可以使用该编码表示

我正在处理序列化库，在编写字符串时，我需要知道字符串是否可以按原样编写，或者是否需要转义

我调查了该组织的成员，但似乎没有人提供这方面的信息。一种选择可能是以某种方式创建一个等价的编码实例，但是使用一个自定义的方法来捕获它是否被使用，然后尝试使用编码将字符串转换为字节。这似乎有点老套，但效率不高。

好的，c中的字符串总是Unicode。在这种情况下，您可以循环检查字符串的每个字符，并检查其数值是否符合特定的编码。例如，准确地说，带有0x1234的unicode字符不适合ASCII范围0x00-0xFF 0x7F

编辑 ASCII:7-8位。第8位字符取决于代码页，这意味着相同的数值将在不同的代码页中显示为不同的字符。没机会改变，阿福。 UTF7：应该非常罕见，根据维基百科的说法，这不是标准的一部分。 UTF8:8位，与上半部分的ASCII相同。 UTF16,32:16分别。32位。 好的，字符0x1234在UTF16和32中是相同的，但在UTF8中当然不存在。 不幸的是，我不知道有什么方法可以确定给定的字符0xAB是否以ASCII格式给出，以及在哪个代码页或UTF8中。事实上，我怀疑有没有办法…

好的，c中的字符串总是Unicode。在这种情况下，您可以循环检查字符串的每个字符，并检查其数值是否符合特定的编码。例如，准确地说，带有0x1234的unicode字符不适合ASCII范围0x00-0xFF 0x7F

编辑 ASCII:7-8位。第8位字符取决于代码页，这意味着相同的数值将在不同的代码页中显示为不同的字符。没机会改变，阿福。 UTF7：应该非常罕见，根据维基百科的说法，这不是标准的一部分。 UTF8:8位，与上半部分的ASCII相同。 UTF16,32:16分别。32位。 好的，字符0x1234在UTF16和32中是相同的，但在UTF8中当然不存在。

---

不幸的是，我不知道有什么方法可以确定给定的字符0xAB是否以ASCII格式给出，以及在哪个代码页或UTF8中。事实上，我怀疑有没有办法…

我通过对字符串进行编码、解码，然后与原始字符串进行比较来解决这个问题。但这似乎效率极低

Encoding targetEncoding = Encoding.GetEncoding(28595);
var text = "Гранит";

var encodedBytes = targetEncoding.GetBytes(text);
var decodedText = targetEncoding.GetString(encodedBytes);

var textCanBeRepresentedByTargetEncoding = decodedText.Equals(text);

---

我通过对字符串进行编码、解码，然后将其与原始字符串进行比较来解决这个问题。但这似乎效率极低

Encoding targetEncoding = Encoding.GetEncoding(28595);
var text = "Гранит";

var encodedBytes = targetEncoding.GetBytes(text);
var decodedText = targetEncoding.GetString(encodedBytes);

var textCanBeRepresentedByTargetEncoding = decodedText.Equals(text);

---

我真的不喜欢在控制流中使用异常，但此解决方案的简单性绝对胜过创建自定义编码器回调：

用法：

Console.WriteLine(CanBeEncoded(1252, "Grüß Gott!")); // Prints True
Console.WriteLine(CanBeEncoded(1252, "Привет"));     // Prints False

---

我真的不喜欢在控制流中使用异常，但此解决方案的简单性绝对胜过创建自定义编码器回调：

用法：

Console.WriteLine(CanBeEncoded(1252, "Grüß Gott!")); // Prints True
Console.WriteLine(CanBeEncoded(1252, "Привет"));     // Prints False

---

当然可以，但是我如何知道在给定的编码中哪些值是有效的呢？如果是ASCII码，这很简单，但我不知道会给出哪种奇怪的编码。那么ISO-8859-1和其他我甚至不知道的编码呢？我无法控制将接收哪些编码。c中的字符串始终是Unicode：是的，语言规范从一开始就说明了这一点。不要害怕C规范；根据需要阅读部件很容易。ISO 8859-1是扩展ASCII的代码页之一。如果您收到的ASCII文本数据没有任何编码信息，您可以将其解释为任何内容！事实上，您已经收到一组字节。为了正确的解释，你肯定需要额外的信息。这不是我的意思。我有一个字符串和一个文本编写器。我不控制编写器的编码。我可以选择转义非ascii字符，但我希望尽可能保持文件的可读性。这就是为什么在写入字符串之前，我想知道是否可以使用TextWriter的编码来表示字符串。当然可以，但是我如何知道在给定的编码中哪些值是有效的呢？如果是ASCII码，这很简单，但我不知道会给出哪种奇怪的编码。那么ISO-8859-1和其他我甚至不知道的编码呢？我无法控制将接收哪些编码。c中的字符串始终是Unicode：是的，语言规范从一开始就说明了这一点。不要害怕C规范；根据需要阅读部件很容易。ISO 8859-1是扩展ASCII的代码页之一。如果您收到的ASCII文本数据没有任何编码信息，您可以将其解释为任何内容！事实上，您已经收到一组字节。为了正确的解释，你肯定需要额外的信息。这不是我的意思。我有一个字符串和一个文本编写器。我不控制编写器的编码。我有选择权

---

n以转义非ascii字符，但我希望尽可能保持文件的可读性。这就是为什么我想知道在写入字符串之前，是否可以使用TextWriter的编码来表示字符串。虽然我理解你的问题，但我看不到与序列化的关系，我不明白你为什么需要这些信息。希望有很多系统能够序列化字符串，而不包含这些信息。虽然与序列化没有严格的关系，但我遇到的问题是，输出格式是人类可读的。因此，如果编码支持，我希望直接编写文本。否则，该格式支持转义字符以ASCII编码任何代码点。您可以获取其他字符集与Unicode之间的映射列表，如以下所示：。我没有遇到过任何非Unicode字符集有多个编码。没有那么多奇怪的编码类。编码具有可以检查的IsSingleByte属性。如果这是真的，它很有可能需要逃走。除此之外，其他大部分都是UTFxx或Unicode，因此它们不需要转义。虽然我理解你的问题，但我看不出与序列化的关系，我不明白你为什么需要这些信息。希望有很多系统能够序列化字符串，而不包含这些信息。虽然与序列化没有严格的关系，但我遇到的问题是，输出格式是人类可读的。因此，如果编码支持，我希望直接编写文本。否则，该格式支持转义字符以ASCII编码任何代码点。您可以获取其他字符集与Unicode之间的映射列表，如以下所示：。我没有遇到过任何非Unicode字符集有多个编码。没有那么多奇怪的编码类。编码具有可以检查的IsSingleByte属性。如果这是真的，它很有可能需要逃走。否则，其他的大部分都是UTFxx或Unicode，因此它们不需要转义。如果您关注性能，我肯定会使用这样一个事实，即UTFxx和Unicode都是正常的，所有单字节都不是。这表示.NET中所有实际定义的编码，并将此算法用作不完全适合这两个类别或派生类的编码的最后手段。如果您关注性能，我肯定会使用以下事实：UTFxx和Unicode都可以，并且所有单字节都不是。这表示.NET中所有实际定义的编码，并将此算法用作不完全适合这两个类别或派生类的编码的最后手段。