c# - ISO6937 到 UTF8 在 C# 中给出错误的结果

Question

我正在用 C# 从文件中读取一些二进制数据，还有需要正确解码的字符串。

例如，我对 windows-1251 代码页没有任何问题，但我对 ISO6937 的结果不正确 - 看起来 C# 忽略了 two byte chars (重音符号+字符)。

我正在使用这种方式从字节解码字符串:

Encoding.Convert(Encoding.GetEncoding("20269"), Encoding.UTF8, data)

例子:

克拉科夫

字节[] = 4B 72 61 6B C2 6F 77

结果 - 克拉科夫

我做了一些研究，但我只找到了来自 MediaPortal at their GitHub 的一些代码，它手动读取两个字节的字符 - 这不是最好的方法。

我是不是做错了什么或者这是 Visual Studio 错误？ (如果这不能正常工作，为什么他们能够编码为 ISO6937？)

Answer 1

Wikipedia page因为编码确实暗示了潜在的问题。引用:“ISO/IEC 6937 不对任何组合字符进行编码”。因此，正式 .NET 编码器执行标准规定的操作，实际上它没有用。

这可以比链接的 GitHub 代码做得更好，更简洁的方法是制作您自己的编码类。几乎所有的工作都可以委托(delegate)给 .NET 编码，您只需要拦截变音符号即可。这需要使用组合标记并将其与字母交换。像这样:

class ISO6937Encoding : Encoding {
    private Encoding enc = Encoding.GetEncoding(20269);

    public override int GetChars(byte[] bytes, int byteIndex, int byteCount, char[] chars, int charIndex) {
        int cnt = enc.GetChars(bytes, byteIndex, byteCount, chars, charIndex);
        for (int ix = 0; ix < byteCount; ix++, charIndex++) {
            int bx = byteIndex + ix;
            if (bytes[bx] >= 0xc1 && bytes[bx] <= 0xcf) {
                if (charIndex == chars.Length - 1) chars[charIndex] = '?';
                else {
                    const string subst = "\u0300\u0301\u0302\u0303\u0304\u0306\u0307\u0308?\u030a\u0337?\u030b\u0328\u030c";
                    chars[charIndex] = chars[charIndex + 1];
                    chars[charIndex + 1] = subst[bytes[bx] - 0xc1];
                    ++ix;
                    ++charIndex;
                }
            }
        }
        return cnt;
    }
    // Rest is boilerplate
    public override int GetByteCount(char[] chars, int index, int count) {
        return enc.GetByteCount(chars, index, count);
    }
    public override int GetBytes(char[] chars, int charIndex, int charCount, byte[] bytes, int byteIndex) {
        return enc.GetBytes(chars, charIndex, charCount, bytes, byteIndex);
    }
    public override int GetCharCount(byte[] bytes, int index, int count) {
        return enc.GetCharCount(bytes, index, count);
    }
    public override int GetMaxByteCount(int charCount) {
        return enc.GetMaxByteCount(charCount);
    }
    public override int GetMaxCharCount(int byteCount) {
        return enc.GetMaxCharCount(byteCount);
    }
}

未经过广泛测试。