В.NET я пытаюсь использовать метод Encoding.UTF8.GetString
, который берет массив байтов и преобразует его в string
.
Похоже, что этот метод игнорирует BOM (Byte Order Mark), который может быть частью допустимого двоичного представления строки UTF8 и воспринимает его как символ.
Я знаю, что могу использовать TextReader
для переваривания спецификации по мере необходимости, но я подумал, что метод GetString должен быть своего рода макросом, который делает наш код короче.
Я что-то упускаю? Это так намеренно?
Вот код воспроизведения:
static void Main(string[] args)
{
string s1 = "abc";
byte[] abcWithBom;
using (var ms = new MemoryStream())
using (var sw = new StreamWriter(ms, new UTF8Encoding(true)))
{
sw.Write(s1);
sw.Flush();
abcWithBom = ms.ToArray();
Console.WriteLine(FormatArray(abcWithBom)); // ef, bb, bf, 61, 62, 63
}
byte[] abcWithoutBom;
using (var ms = new MemoryStream())
using (var sw = new StreamWriter(ms, new UTF8Encoding(false)))
{
sw.Write(s1);
sw.Flush();
abcWithoutBom = ms.ToArray();
Console.WriteLine(FormatArray(abcWithoutBom)); // 61, 62, 63
}
var restore1 = Encoding.UTF8.GetString(abcWithoutBom);
Console.WriteLine(restore1.Length); // 3
Console.WriteLine(restore1); // abc
var restore2 = Encoding.UTF8.GetString(abcWithBom);
Console.WriteLine(restore2.Length); // 4 (!)
Console.WriteLine(restore2); // ?abc
}
private static string FormatArray(byte[] bytes1)
{
return string.Join(", ", from b in bytes1 select b.ToString("x"));
}