c# - 将对象序列化为字符串 : why is my encoding adding stupid characters?

Question

我需要获取对象的序列化 XML 表示形式作为字符串。我正在使用 XmlSerializer 和 memoryStream 来执行此操作。

XmlSerializer serializer = new XmlSerializer(typeof(MyClass));
using (MemoryStream stream = new MemoryStream())
{
  using (XmlTextWriter writer = new XmlTextWriter(stream,Encoding.UTF8))
  {
    serializer.Serialize(writer, myClass);
    string xml = Encoding.UTF8.GetString(stream.ToArray());
    //other chars may be added from the encoding.
    xml = xml.Substring(xml.IndexOf(Convert.ToChar(60)));
    xml = xml.Substring(0, (xml.LastIndexOf(Convert.ToChar(62)) + 1));
    return xml;
  }
}

现在只需注意一下 xml.substring 行。我发现的是(甚至认为我在 XmlTextWriter 和 GetString 上指定编码(并且我使用的是 memoryStream.ToArray()，所以我只对流缓冲区中的数据进行操作)。 .生成的 xml 字符串添加了一些非 xml 快乐字符。在我的例子中，字符串开头有一个 '?'。这就是为什么我要对 '<' 和 '>' 进行子字符串化以确保我'我们只得到好东西。

奇怪的是，在调试器(Text Visualizer)中查看这个字符串，我没有看到这个 '?'。仅当我将可视化工具中的内容粘贴到记事本或类似工具时。

所以当上面的代码(子字符串等)完成工作时，这里到底发生了什么？文本可视化工具中是否包含一些无符号字节但未表示？

Answer 1

您可以通过明确指定编码来排除 BOM - 即代替 Encoding.UTF8，尝试使用:

using (MemoryStream stream = new MemoryStream())
{
  var enc = new UTF8Encoding(false);
  using (XmlTextWriter writer = new XmlTextWriter(stream,enc))
  {
    serializer.Serialize(writer, myClass);        
  }
  string xml = Encoding.UTF8.GetString(
      stream.GetBuffer(), 0, (int)stream.Length);
}