gpt4 book ai didi

c# - 处理包含 "question mark"(�) 的字符串时出现编码问题

转载 作者:太空宇宙 更新时间:2023-11-03 21:34:27 25 4
gpt4 key购买 nike

我正在解析来自 HttpWebRequest 的响应中的一些 Web 内容。

此 Web 内容使用字符集 ISO-8859-1,当对其进行解析并最终从响应中获取所需的词时,我收到一个带有问题的 string像这样标记 我想知道将其转换回可读 string 的正确方法是什么。

因此,我尝试将当前单词 encoding 转换为 UTF-8,如下所示:

(我想知道 UTF-8 是否可以解决我的问题)

string word = "ESPA�OL";

Encoding iso = Encoding.GetEncoding("ISO-8859-1");
Encoding utf = Encoding.GetEncoding("UTF-8");

byte[] isoBytes = iso.GetBytes(word);
byte[] utfBytes = Encoding.Convert(iso, utf, isoBytes);

string utfWord = utf.GetString(utfBytes);

Console.WriteLine(utfWord);

但是,utfWord 变量输出 ESPA?OL 仍然是错误的。正确的输出应该是 ESPAÑOL

如果可能的话,有人可以给我正确的指导来解决这个问题吗?

最佳答案

有问题的词是“ESPAÑOL”。这可以在 ISO-8859-1 中正确编码,因为单词中的所有字符都是 represented in ISO-8859-1 .

您可以使用以下简单程序亲眼看到:

using System;
using System.Diagnostics;
using System.Text;

namespace ConsoleApplication1
{
class Program
{
static void Main(string[] args)
{
Encoding enc = Encoding.GetEncoding("ISO-8859-1");
string original = "ESPAÑOL";
byte[] iso_8859_1 = enc.GetBytes(original);
string roundTripped = enc.GetString(iso_8859_1);
Debug.Assert(original == roundTripped);
Console.WriteLine(roundTripped);
}
}
}

这告诉您,您需要正确诊断错误字符的来源。当你有一个 � 字符时,为时已晚。信息已丢失。 � 字符的存在表明,在某个时刻,执行了到不包含字符 Ñ 的字符集的转换。

从 ISO-8859-1 到 Unicode 编码的转换将正确处理“ESPAÑOL”,因为该词可以用 ISO-8859-1 编码。

最可能的解释是,在此过程中,文本“ESPAÑOL”被转换为不包含字母 Ñ 的字符集。

关于c# - 处理包含 "question mark"(�) 的字符串时出现编码问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22451154/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com