C# 在C中从原始TCP流获取unicode字符串#

所以我试图修改一些用C语言编写的软件，但我不是一个真正的开发人员。代码从客户端读取数据并从中获取值。我看到的问题是，当客户端的值使用非英语字符时，它就会变成jibberish。有关守则是：

public static string ReadNT(BinaryReader stream)
{
  ret = "";
  byte addByte = 0x00;
  do {
    addByte = ReadByte(stream);
    if (addByte != 0x00)
      ret += (char)addByte;
  } while (addByte != 0x00);
  return ret;
}

据我所知，它正在通过流将内容逐个转换为字符以获得字符串。问题是它不适用于unicode/utf8。有没有办法将其转换为可与utf8值一起使用的字符串？

尝试以下方法：

public static string ReadNT(BinaryReader stream)
{
    List<byte> bytes = new List<byte>();
    byte addByte = 0x00;

    do
    {
        addByte = ReadByte(stream);

        if (addByte != 0x00)
        {
            bytes.Add((char)addByte);
        }
    } while (addByte != 0x00);

    return Encoding.UTF8.GetString(bytes.ToArray());
}

publicstaticstringreadnt（二进制读取器流）
{
列表字节=新列表（）；
字节addByte=0x00；
做
{
addByte=ReadByte（流）；
如果（addByte！=0x00）
{
字节。添加（（char）addByte）；
}
}while（addByte！=0x00）；
返回Encoding.UTF8.GetString（bytes.ToArray（））；
}

您不能一次转换一个字符，因为有些字符可以用多个字节表示，因此我使用

列表来收集整个流

我认为这里需要注意的是，您需要确保客户端正在向您发送UTF8格式的文本

编辑：

关于对本答案的评论，请参见

是的，UTF8中的零字节是代码点0，NUL。没有其他Unicode代码点将以UTF8编码，其中任何位置都包含零字节

因此，可以安全地假设，如果您收到一个零字节，那么它是NUL，实际上不是代码点的一部分。
您可以尝试使用StreamReader类来读取UTF8字符串

public static string ReadNT(BinaryReader stream)
{
   return (new StreamReader(stream, Encoding.UTF8, false)).ReadString();
}

除了字符串本身之外，还应该考虑传递字符串的大小，如果这是你可以控制的。
public static string ReadNT(BinaryReader stream, int length)
{
    return Encoding.UTF8.GetString(stream.ReadBytes(length));
}

您应该从我对unicode的理解（尽管有限）中了解UTF8Encoding类，我认为您不能保证每个字符的大小。因此，像这样一次抓取一个字节将需要大量的变通方法。您最好的选择可能是一次读取整个流，然后对其进行解码。@Dan对于UTF8，您通常需要在一个类型中读取一个字节，因为它是可变长度的。“不是真正的开发人员”：我会在这里停下来，不继续处理流，除非您了解更多信息。如果UTF-8字符的最后一个字节是
0x00
，该怎么办？是否为两字节（utf8编码）字符？0的第一位表示后面没有任何内容，然后解码字符的最后7位有7个0。@ColeJohnson这是一个好问题-我也关心这个问题，但从更一般的意义上讲，例如，
0x00
在四字节字符中显示为第二或第三字节。根据（描述部分），看起来多字节字符不会包含零字节。这不是OP特别要求的，但我喜欢