如何获取UTF-16字节数组？

Question

我有一个 UTF-8 字符串，需要将其转换为 UTF-16 编码的字节数组，那么如何实现呢？

更新：
我的意思是我们有Encoding.Unicode.GetBytes() 或者Encoding.UTF8.GetBytes() 函数可以获取字符串的字节数组，那么 UTF-16 呢？我们没有任何 Encoding.UTF16.GetBytes() 函数，那么如何获取该字节数组呢？

- Afshin Mehrabani

---

你可能有一个字符串或UTF-8字节数组。字符串是一种包含字符的类型，不考虑编码，因为编码仅用于字节数组表示。 - njzk2

首先，“我有一个UTF-8字符串”是什么意思？如果您有System.String的实例，它在内存中已经是UTF-16了。 - Jon Skeet

@njzk2：不完全正确：字符串是UTF-16代码单元的序列。这在处理非BMP字符时非常重要。 - Jon Skeet

在内部，.NET框架使用UTF16来表示字符串，所以如果你只想获取.NET使用的确切字节，请使用System.Text.Encoding.Unicode.GetBytes。无论如何，该答案包含了获取UTF-16表示的代码。 - Jeroen Vannevel

@AfshinMehrabani：来自 MSDN 的编码信息：Unicode 使用小端字节序列作为 UTF-16 格式的编码方式。http://msdn.microsoft.com/zh-cn/library/system.text.encoding.aspx - Jeroen Vannevel

Answer 1

对于小端 UTF-16，请使用 Encoding.Unicode。

对于大端 UTF-16，请使用 Encoding.BigEndianUnicode。

或者，构造一个显式实例的UnicodeEncoding，允许您指定字节顺序、是否包含字节顺序标记以及在数据无效时是否抛出异常。

- Jon Skeet

Answer 2

我有一个UTF-8字符串，但实际上你没有。你可能有一个包含UTF-8编码文本的字节序列（数组或流），但不存在UTF-8字符串。

.net中的string始终包含Unicode（更准确地说是UTF-16）。

那么，我该如何将我的字符串转换为UTF-16字节数组？

string myText = ...;  // some string, maybe from an UTF8 file or any other source
byte[] utf16Data = Encoding.Unicode.GetBytes(mytext);

该库定义了范围 UTF7、UTF8、Unicode、UTF32。在.NET框架的上下文中，Unicode是UTF16。

- H H

---

Unicode是UTF-16...在.NET方言中是这样的。对于世界其他地方，Unicode是字符（代码点）的枚举，而UTF-16是至少2个字节上实现此枚举的一种方式。 - njzk2