如何修复Encoding.ASCII.GetBytes的意外输出

Question

我在Encoding.ASCII.GetBytes方法的输出中看到意外的字符（？）。

因此，我正在执行以下操作：

var stringBytes = Encoding.ASCII.GetBytes(myString);

myString在哪里：

{
  "$id": "1",
  "Note": "<p><span style=\"font-family: &quot;Courier New&quot;;\">?aaaa</span> 
  <br></p>"
}

现在，如果我这样做：

var myString1 = System.Text.Encoding.Default.GetString(stringBytes)

然后，myString1返回为：

{
  "$id": "1",
  "Note": "<p><span style=\"font-family: &quot;Courier New&quot;;\">? 
   aaaa</span><br></p>"
}

请注意，在最后一次操作中，aaaa如何转换为？aaaa？

有人可以告诉我我在这里想念的吗？谢谢。

Answer 1

当您发现字符在0-127范围之外时，这是ASCII编码的预期行为，就像您的情况一样。要修复-切换到UTF8（因为它支持所有字符）或手动将0-127以外的所有字符编码为适合您的字符（对于JSON，您可以使用带有“ \ u”前缀的十六进制编码- "\ufeff"）

由于某种原因，字符串“ aaaa”以BOM（0xFEFF）开头，您看不到它，但是它在那里，必须转换为“？” 通过ASCII编码。要查看字符代码，请选择一个字符串并将其打印为十六进制：

  ((int)(">aaaa"[1])).ToString("x")  // gives FEFF on your string of length 6

请注意，文本中间的BOM（字节顺序标记）通常是一个错误，在这种情况下，构造HTML的代码很可能是串联文件或类似的东西。Unicode.org的指南- 文件中间的U + FEFF应该怎么做？

_{感谢KlausGütter提供的BOM常见问题解答链接，感谢Tom Blodget在文本中间突出显示BOM的问题。}