C# Encoding.Convert 与 C++ MultiByteToWideChar

Question

我有一个使用 MultiByteToWideChar 将 UTF-8 字符串转换为 UTF-16 的 C++ 代码片段

对于 C++，如果输入是“Hã´tel”，则输出是“Hôtel”，这是正确的

对于 C#，如果输入为“Hôtel”，则输出为“Hôtel”，这是不正确的。

从 UTF8 转换为 UTF16 的 C# 代码如下所示

Encoding.Unicode.GetString(
            Encoding.Convert(
                Encoding.UTF8,
                Encoding.Unicode,
                Encoding.UTF8.GetBytes(utf8)));

在 C++ 中，转换代码如下所示

MultiByteToWideChar(
    CP_UTF8,            // convert from UTF-8
    0,                  // default flags
    utf8.data(),        // source UTF-8 string
    utf8.length(),      // length (in chars) of source UTF-8 string
    &utf16[0],          // destination buffer
    utf16.length()      // size of destination buffer, in wchar_t's
    )

我希望在 C# 中获得与在 C++ 中相同的结果。 C# 代码有什么问题吗？

Answer 1

您似乎希望将字符串字符视为 Windows-1252(通常被错误标记为 ANSI)代码点，并将这些代码点解码为 UTF-8 字节，其中 Windows-1252 代码点 == UTF-8字节值.

接受的答案不起作用的原因是它将字符串字符视为 unicode 代码点，而不是Windows-1252。它可以摆脱大多数字符，因为 Windows-1252 将它们映射为与 unicode 完全相同，但输入字符像 –, €, ™, ', ', ” 、• 等将失败，因为 Windows-1252 在这个意义上映射这些不同于 unicode。

所以你想要的只是这个:

public static string doWeirdMapping(string arg)
{
    Encoding w1252 = Encoding.GetEncoding(1252);
    return Encoding.UTF8.GetString(w1252.GetBytes(arg));
}

然后:

Console.WriteLine(doWeirdMapping("Hôtel")); //prints Hôtel
Console.WriteLine(doWeirdMapping("HVOLSVÖLLUR")); //prints HVOLSVÖLLUR