C＃字符/字节编码平等

Question

我有一些代码来转储字符串到标准输出，以检查它们的编码，它看起来像这样：

private void DumpString(string s) 
    { 
     System.Console.Write("{0}: ", s); 
     foreach (byte b in s) 
     { 
      System.Console.Write("{0}({1}) ", (char)b, b.ToString("x2")); 
     }  
     System.Console.WriteLine(); 
    } 

考虑两个字符串，其中的每一个显示为“E”，但不同的编码。 DumpString将产生以下的输出：

E：（65）（08）
E：（EB）

的代码看起来是这样的：

DumpString(string1); 
DumpString(string2); 

如何我可以使用System.Text.Encoding将string2转换为与string1相等的字节。

Answer 1

它们没有不同的编码。 C＃中的字符串总是UTF-16（因此，您不应该使用byte来遍历字符串，因为您将丢失前8位）。他们有什么不同normalization forms。

您的第一个字符串是“\ u0065 \ u0308”：拉丁小写字母E +组合DIAERESIS。这是分解形式（NFD）形式。

第二个是“\ u00EB”：拉丁文小写字母E与DIAERESIS。这是预分解表单（NFC）。

你可以用string.Normalize将它们进行转换。

Answer 2

您正在查找的是String.Normalize method。