在C#字符串/字符编码中，GetBytes（）、GetString（）和Convert（）之间有什么区别？

我们在将Unicode字符串转换为UTF-8字符串以通过线路发送时遇到问题：

// Start with our unicode string.
string unicode = "Convert: \u10A0";

// Get an array of bytes representing the unicode string, two for each character.
byte[] source = Encoding.Unicode.GetBytes(unicode);

// Convert the Unicode bytes to UTF-8 representation.
byte[] converted = Encoding.Convert(Encoding.Unicode, Encoding.UTF8, source);

// Now that we have converted the bytes, save them to a new string.
string utf8 = Encoding.UTF8.GetString(converted);

// Send the converted string using a Microsoft function.
MicrosoftFunc(utf8);

---

虽然我们已经将字符串转换为UTF-8，但它并不是以UTF-8的形式到达的。

经过一个非常麻烦和混乱的上午，我们找到了这个问题的答案

我们缺少的一个关键点是字符串类型总是用16位（2字节）Unicode编码，这让我们非常困惑。这意味着，当我们对字节执行GetString（）时，它们会在幕后自动重新编码为Unicode，我们的境况并不比当初好多少

当我们开始得到字符错误和另一端的双字节数据时，我们知道有些地方出了问题，但只要看一眼我们的代码，我们就看不出任何错误。在了解了上面的解释之后，我们意识到如果我们想保留编码，就需要发送字节数组。幸运的是，MicrosoftFunc（）有一个重载，可以采用字节数组而不是字符串。这意味着我们可以将unicode字符串转换为我们选择的编码，然后完全按照我们的预期发送它。代码更改为：

// Convert from a Unicode string to an array of bytes (encoded as UTF8).
byte[] source = Encoding.UTF8.GetBytes(unicode); 

// Send the encoded byte array directly! Do not send as a Unicode string.
MicrosoftFunc(source);

总结： 因此，综上所述，我们可以看到：

• GetBytes（）除其他外，从Unicode（因为字符串总是Unicode）和调用函数的指定编码执行编码.Convert（），并返回编码字节数组
• GetString（）除其他外，执行从调用函数的指定编码到Unicode（因为字符串始终是Unicode）的编码.Convert（），并将其作为字符串对象返回
• Convert（）实际上是将一种编码的字节数组转换为另一种编码的字节数组。显然不能使用字符串（因为字符串总是Unicode）

---

这里有些混乱。没有称为Unicode的编码。Unicode是字符集的名称，可以使用编码（例如UTF-8或UTF-16）以字节为单位进行编码。因此，

Encoding.Unicode

被严重命名错误，因为它实现了小端UTF-16编码。它真的应该被称为

Encoding.UTF16LE

。字符串是字符序列，它们在底层平台中存储的编码是不相关的。这是一个实现细节，它们碰巧存储为UTF-16。调用它

编码没有什么错。Unicode

，在某种程度上Unicode是一种编码。平台选择使用UTF-16或UTF-8只是一个实现细节。当您使用字符串时，它的内部编码实际上并不重要。只要平台提供了在输出中编码的方法，您甚至不必知道内部编码是什么。有些语言，比如python，在API中根本不说任何编码，他们只是称之为“字符串”，然后对其进行编码和解码，这是一种更干净的方法。