c# - 关于可以是 ASCII 或 UTF-16 的编码字符串的建议

Question

欢迎来到不安全的土地。

我正在对遗留库执行 P/Invoke，它以未知长度的非托管字节缓冲区的形式为我提供一个以 0 结尾的 C 风格字符串，该缓冲区可以是 ASCII 或 UTF -16，但没有给出任何指示 - 除了字节流本身......

现在我有一个糟糕的方案，基于检查单和双 0 字节，来决定我是否应该从 Char* 或 S字节*。对于高于 U+00FF 的每个 Unicode 代码点，该方案显然会失效。

这是我的:

• 非托管字节缓冲区的地址。
• 非托管字节缓冲区的长度未知。
• 非托管字节缓冲区是一个以 0 结尾的 ASCII C 风格字符串或以 0 结尾的 UTF-16 C 风格字符串。

这就是我想要的:

• 从非托管字节缓冲区创建正确的托管 String，无论是 ASCII 还是 UTF-16。

这个问题一般可以解决吗？

Answer 1

我不认为这可以 100% 解决。如果缓冲区包含 6c 34 00 00 ("l4")，那是水的中文符号，还是只是一个 ASCII 小写的 L 和 4？但根据特定的字符串，“大多数时候”应该可以猜对。

UTF-16 是小端还是(可能)大端？

最大的风险是缓冲区溢出。例如，如果缓冲区以 00 开头，那么这是一个零长度的 ASCII 字符串，还是我们应该尝试准备更多缓冲区以将其解释为 UTF-16BE？