c# - UTF8 byte[] 到字符串的转换

Question

我有无限大小的 UTF8 byte[](即非常大的大小)。我只想将其截断为 1024 字节，然后将其转换为字符串。

Encoding.UTF8.GetString(byte[], int, int) 为我做的。它首先缩短 1024 字节，然后给我它转换后的字符串。

但是在这个转换中，如果最后一个字符是 UTF8 字符集，它由 2 个字节组成，并且第一个字节在范围内，另一个字节超出范围，那么它会显示 ?转换后的字符串中的字符。

有什么方法可以让这个 ? 不出现在转换后的字符串中？

Answer 1

这就是 Decoder 类的用途。它允许您将 byte 数据流式传输到 char 数据中，同时保持足够的状态以正确处理部分代码点:

Encoding.UTF8.GetDecoder().GetChars(buffer, 0, 1024, charBuffer, 0)

当然，当代码点在中间分开时，Decoder 的状态会留下一个“partial char”，但这与您的情况无关(并且在所有其他用例中都是可取的:))。