C# 对标记为ASCII的EXIF属性使用UTF8解码是否安全？

我收到了一个包含EXIF ImageDescription元数据的图像文件，该元数据的值为“Test accents:è–èè”。当使用.NET GDI+类提取此数据时，它会报告它存储为ASCII，但在使用ASCII解码器时会收到垃圾数据。通过反复试验，我发现我可以使用UTF8解码器正确地提取它

以下是示例代码：

public string GetDescription()
{
  const string filePath = @"C:\test_image.jpg";

  using (var bmp = new System.Drawing.Bitmap(filePath))
  {
    var propItem = bmp.PropertyItems.FirstOrDefault(p => p.Id == 270); // EXIF ImageDescription

    if (propItem == null)
      return null;

    string value = null;

    if (propItem.Type == 2) // ASCII
    {
      // Does not work: Returns "Test accents: ??????????"
      var asciiEnc = new System.Text.ASCIIEncoding();
      value = asciiEnc.GetString(propItem.Value, 0, propItem.Value.Length - 1);

      // CORRECT: Returns "Test accents: éâäàè"
      var utf8Enc = new System.Text.UTF8Encoding();
      value = utf8Enc.GetString(propItem.Value, 0, propItem.Value.Length - 1);
    }

    return value;
  }
}

我正在考虑更改生产代码，以便在提取元属性时始终使用UTF8解码器，即使PropertyItem.Type指示它是ASCII。这在这种情况下当然有效，但我会把它扔给你们，以防我错过了一个不可预见的后果

那么-在提取ASCII元数据时使用UTF8解码器是个坏主意吗

PS：我还尝试使用以下代码使用BitmapMetadata类提取数据，但结果不正确。如果有一个可靠的方法来使用这项技术，我是开放的

// Returns incorrect string: "Test accents: éâäà è"
var value = bitmapMetadata.GetQuery("/app1/ifd/{ushort=270}") as string;

---

你不可能得到可靠的结果。Exif遭受着常见的编码痛苦，Exif标准规定只能使用7位ASCII码，但每个人都忽略了它。他们必须这样做，ASCII不能正确地编码多种语言中的文本。顺便说一句，Exif来自日本，这个国家的一种语言很少使用ASCII，并且存在许多编码问题。所以每个人都选择适合自己的编码，可以是UTF8，也可以是ANSI，也可以是创建图像时常用的代码页

在岩石和坚硬的地方之间，使用UTF8编码是最好的选择。它不能很好地处理在ANSI代码页中编码的文本，您对此无能为力。默认值是一个糟糕的第二选择。图像中的文本实际上是utf-8编码的

---

但是是的，如果文本实际上是纯ASCII，那么UTF8编码就可以了。Utf-8以同样的方式编码ASCII码。

您无法获得可靠的编码。Exif遭受着常见的编码痛苦，Exif标准规定只能使用7位ASCII码，但每个人都忽略了它。他们必须这样做，ASCII不能正确地编码多种语言中的文本。顺便说一句，Exif来自日本，这个国家的一种语言很少使用ASCII，并且存在许多编码问题。所以每个人都选择适合自己的编码，可以是UTF8，也可以是ANSI，也可以是创建图像时常用的代码页

在岩石和坚硬的地方之间，使用UTF8编码是最好的选择。它不能很好地处理在ANSI代码页中编码的文本，您对此无能为力。默认值是一个糟糕的第二选择。图像中的文本实际上是utf-8编码的

但是是的，如果文本实际上是纯ASCII，那么UTF8编码就可以了。Utf-8以相同的方式对ASCII码进行编码。

因此在（Python中）我们

当然，我相信每个人都应该只对任何连接到磁盘（或有线）的东西使用UTF8。使用ANSI编码（或者在微软的其他操作系统中被称为ANSI编码）应该被视为违法行为而受到惩罚。

因此在（Python中）我们

---

当然，我相信每个人都应该只对任何连接到磁盘（或有线）的东西使用UTF8。使用ANSI编码（或在微软的其他操作系统中如何称呼）应被视为违法行为予以处罚。

重音符号无效

ASCII

，很可能被表示为

ISO-8859-1

重音符号无效

ASCII

，更可能的是，它被表示为

ISO-8859-1

，我想EXIF之所以有这些神秘的限制，是因为它确实是TIFF格式，非常古老。他们仍然可以选择使用不同于ASCII的数据类型，并将字符集定义为UTF8，但……甚至不要建议使用ANSI编码或其他无意义的方法。请大家，只对任何进入磁盘（或有线）的东西使用UTF8。我想EXIF有这些神秘限制的原因是，它确实是TIFF格式，非常古老。他们仍然可以选择使用不同于ASCII的数据类型，并将字符集定义为UTF8，但……甚至不要建议使用ANSI编码或其他无意义的方法。请大家，UTF8只适用于磁盘（或有线）上的任何内容。

self._md["Iptc.Envelope.CharacterSet"] = ['\x1b%G', ]