C# Java与C中的UTF-16编码#

我正在尝试读取UTF-16编码方案中的字符串，并对其执行MD5哈希。但奇怪的是，当我尝试这样做时，Java和C#返回了不同的结果

以下是Java中的一段代码：

public static void main(String[] args) {
    String str = "preparar mantecado con coca cola";
    try {
        MessageDigest digest = MessageDigest.getInstance("MD5");
        digest.update(str.getBytes("UTF-16"));
        byte[] hash = digest.digest();
        String output = "";
        for(byte b: hash){
            output += Integer.toString( ( b & 0xff ) + 0x100, 16).substring( 1 );
        }
        System.out.println(output);
    } catch (Exception e) {

    }
}

   public static string GetMD5Hash()
        {
            string input = "preparar mantecado con coca cola";
            System.Security.Cryptography.MD5CryptoServiceProvider x = new System.Security.Cryptography.MD5CryptoServiceProvider();
            byte[] bs = System.Text.Encoding.Unicode.GetBytes(input);
            bs = x.ComputeHash(bs);
            System.Text.StringBuilder s = new System.Text.StringBuilder();
            foreach (byte b in bs)
            {
                s.Append(b.ToString("x2").ToLower());
            }
            string output= s.ToString();
            Console.WriteLine(output);
        }

其输出为：249ECE65145DCA34ED31044585E504

以下是C#中的一段代码：

public static void main(String[] args) {
    String str = "preparar mantecado con coca cola";
    try {
        MessageDigest digest = MessageDigest.getInstance("MD5");
        digest.update(str.getBytes("UTF-16"));
        byte[] hash = digest.digest();
        String output = "";
        for(byte b: hash){
            output += Integer.toString( ( b & 0xff ) + 0x100, 16).substring( 1 );
        }
        System.out.println(output);
    } catch (Exception e) {

    }
}

   public static string GetMD5Hash()
        {
            string input = "preparar mantecado con coca cola";
            System.Security.Cryptography.MD5CryptoServiceProvider x = new System.Security.Cryptography.MD5CryptoServiceProvider();
            byte[] bs = System.Text.Encoding.Unicode.GetBytes(input);
            bs = x.ComputeHash(bs);
            System.Text.StringBuilder s = new System.Text.StringBuilder();
            foreach (byte b in bs)
            {
                s.Append(b.ToString("x2").ToLower());
            }
            string output= s.ToString();
            Console.WriteLine(output);
        }

其输出为：c04d0f518ba2555977fa1ed7f93ae2b3

我不确定，为什么输出不一样。我们如何更改上述代码段，以便它们都返回相同的输出？

UTF-16！=UTF-16

在Java中，

getBytes（“UTF-16”）

返回带有可选字节顺序标记的大端表示。C#s

System.Text.Encoding.Unicode.GetBytes

返回一个小的endian表示。我无法从这里检查您的代码，但我认为您需要精确地指定转换

---

在Java版本中尝试

getBytes（“UTF-16LE”）

。

我能找到的第一件事，这可能不是唯一的问题，就是C#的Encoding.Unicode.getBytes（）是littleendian，而Java的自然字节顺序是bigendian。

可以使用

System.Text.Enconding.Unicode.GetString（byte[]）

将字节转换回字符串。通过这种方式，您可以确保所有操作都以Unicode编码方式进行。

首先比较字节数组。如果它们在哪怕是一个位上都不匹配，那么散列就完全不同了。UTF-16编码中可能有BOM或任何内容。它可能是小端或大端，或者其他什么。值得注意的是，如果您在eclipse中查看输出，它仍然与VisualStudio显示的内容不匹配。但奇怪的是，它确实起作用了……2015年，基于波兰语的Java 8.0*.NET 4.0.x测试，看起来和你写的一样。两种语言中的字节相同，并且没有BOM表前缀。测试的下一个重要字段：Java算术以静默方式接受溢出（适用于散列），C#默认情况下不接受