C#如何将阿拉伯字符编码为UTF-8？

Question

我尝试将阿拉伯字符编码为utf8，作为示例

string clientName="على";
Encoding iso = Encoding.GetEncoding(1256);
Encoding utf8 = Encoding.UTF8;
byte[] utfBytes = utf8.GetBytes(clientName);
byte[] isoBytes = Encoding.Convert(utf8, iso, utfBytes);
string clientNameArabic = iso.GetString(isoBytes);

但我认为这不正确，因此我需要帮助。

- Paradigm

Answer 1

您不需要将字符串转换为 Windows-1256 字符集。只需要：

// on server side(before sending as byte array)
var bytes = Encoding.UTF8.GetBytes(clientName);

// on client side(after reciving byte array)
clientName = Encoding.UTF8.GetString(bytes);

除了使用低级IO（例如网络套接字或二进制文件流）的情况外，大多数情况下您无需考虑编码转换，因为UTF-8是.NET高级I/O操作中使用的默认编码。

---

要将普通的Unicode字符串 على 转换为带有符号的破碎的 mojibake ，比如 Óèïåçäèðÿ ，您应该使用阿拉伯语Windows编码（1256）编写字符串，然后再使用西欧语言的Windows编码（1252）进行读取，就像这样：

var source = "على";

var westernLatin = Encoding.GetEncoding(1252);
var arabic = Encoding.GetEncoding(1256);

var bytes = arabic.GetBytes(source);
var result = westernLatin.GetString(bytes); // Uáì

这里不需要使用UTF-8。

- rufanov

---

结果是：在编码之前，clientName是相同的。 - Paradigm

@Paradigm，是的，就应该这样。或者你期望有其他的结果？ - rufanov

我期望的字符是像Óèïåçäèðÿ这样的。 - Paradigm

@Paradigm，嗯...为了什么目的？只是为了好玩吗？还是想要恶作剧一些客户，让他们看到“屏幕上出现了奇怪的字符！你的数据完全损坏了！付款给我们进行修复！”？ - rufanov

@Paradigm，我更新了答案并提供了解决方案。 - rufanov