C#:bytes到UTF-8字符串转换.为什么不起作用？

Question

有一个中文字符,以UTF-8表示为F0 A4 AD A2.此处描述了这个角色:http://en.wikipedia.org/wiki/UTF-8

U + 24B62 F0 A4 AD A2

当我在C#中运行此代码时...

byte[] data = { 0xF0, 0xA4, 0xAD, 0xA2 };
string abc = Encoding.UTF8.GetString(data);
Console.WriteLine("Test: description = {0}", abc);

...我将输出重定向到文本文件,然后使用notepad.exe选择UTF-8编码打开它.我希望得到输出,但确实得到两个问号(??).

字节序列是正确的.它适用于Perl:

print "\xF0\xA4\xAD\xA2";

在输出中,我得到了

所以我的问题是:为什么我得到"??" 而不是C#中的"" ？

PS这个角色没什么特别的:我对任何角色(2,3或4个字节长)都有相同的东西.

Answer 1

默认情况下,控制台无法显示Unicode字符.它仅显示ASCII.要启用它显示Unicode,请使用:

Console.OutputEncoding = System.Text.Encoding.Unicode

在写信之前.

但无论如何它在大多数操作系统上都会失败,因为Windows命令行本身不支持Unicode.

因此,出于测试目的,将输出写入文件会更好

Answer 2

您需要使用 UTF8 写入文件。下面的代码显示了您可以如何做到这一点。在记事本中打开生成的文件时，字符显示正确：

string c = "";
var bytes = Encoding.UTF8.GetBytes(c);
var cBack = Encoding.UTF8.GetString(bytes);
using (var writer = new StreamWriter(@"c:\temp\char.txt", false, Encoding.UTF8))
{
    writer.WriteLine(cBack);
}