对标记为ASCII的EXIF属性使用UTF8解码是否安全？

Question

我收到了带有EXIF ImageDescription元数据的图像文件,其值为"Test accents:éâäàè".当使用.NET GDI +类提取此数据时,它会报告它以ASCII格式存储,但在使用ASCII解码器时会获得垃圾数据.通过反复试验,我发现我可以使用UTF8解码器正确提取它.

这是示例代码:

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;
  }
}

我正在考虑更改我的生产代码,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.它肯定适用于这种情况,但是如果我遗失了一个无法预料的后果,我会把它扔给你们.

那么 - 在提取ASCII元数据时使用UTF8解码器是一个坏主意吗？

PS:我还尝试使用以下代码使用BitmapMetadata类提取数据,并得到不正确的结果.如果有一种可靠的方法来使用这种技术,我会对它持开放态度.

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

Answer 1

你无法让它变得可靠.Exif遭受常见的编码苦难,Exif标准规定只应使用7位ASCII码,但每个人都忽略它.他们必须,ASCII只是无法正确编码多种语言的文本.非常了不起,Exif来自日本,这个国家的语言几乎没有使用ASCII和丰富的编码问题历史.因此,每个人只需选择适合它们的任何编码,可以是UTF8,也可以是ANSI,无论代码页在创建映像时常用.

在岩石和硬地之间,使用UTF8Encoding是最佳选择.它不会很好地处理在ANSI代码页中编码的文本,你可以做的事情并不多.Encoding.Default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UTF8Encoding将正常工作.Utf-8以相同的方式对ASCII码进行编码.