如何正确地将 ISO-8859-1 转换为 UTF8？

Question

我需要将响应流写入文件。该流包含一个编码页面（iso-8859-1）。

这是我的代码：

...

using (TextWriter writer = new StreamWriter(tmpFilePath))
{
  using (TextReader reader = new StreamReader(answer, Encoding.GetEncoding("ISO-8859-1")))
  {

    string line = "";
    while ((line = reader.ReadLine()) != null) 
    {

      // try to decode
      string decoded_line = decode(line);

      writer.WriteLine(decoded_line);
    }

  }

}

...


string decode(string message) 
{
  string result = "";

  Encoding iso = Encoding.GetEncoding("iso-8859-1");
  Encoding utf8 = Encoding.UTF8;

  byte[] isoBytes = iso.GetBytes(message);
  byte[] utf8Bytes = Encoding.Convert(iso, utf8, isoBytes);

  result = utf8.GetString(utf8Bytes);

  return result;
}

问题在于decode()无法正常工作。

如何正确地将iso-8859-1转换为utf8？

更新：

我依赖于fiddler来获取内容类型。

- auraham

---

"message"的内容看起来不像是有效的ISO-8859-1编码。 - H H

删除您的decode()方法，解码和编码已经由StreamReader/Writer处理。如果仍然有问题，则表示您没有正确猜测输入文件的编码方式。 - Hans Passant

Answer 1

鉴于情况，以下操作应该足够了：

using (TextWriter writer = new StreamWriter(tmpFilePath, Ecoding.UTF8))
{
 using (TextReader reader = new StreamReader(answer, Encoding.GetEncoding("ISO-8859-1")))
 {
   while ((line = reader.ReadLine()) != null) 
   {
      writer.WriteLine(decoded_line);
   }
 }    
}

如果这个方法不起作用，检查一下你的数据。在调试器中，第一行看起来怎么样？

- H H

Answer 2

你正在解码两次 - 你在创建StreamReader时已经指定了编码方式。结果字符串应该已经被正确解码。

这并不能解释为什么`message`看起来像那样 - 它应该看起来像一个普通的字符串。你确定你读取的文件包含你认为它包含的内容吗？

- zmbq

Answer 3

您可以查看示例.NET转换代码，将任何编码转换为任何编码，并在Azure Function中按原样工作，但可能可以重新托管在任何.NET可运行的地方：

https://learn.microsoft.com/en-us/archive/blogs/david_burgs_blog/support-non-utf-payloads-in-logic-app-with-a-conversion-azure-function

这个示例将输入和输出内容保护在base64编码中，以确保.NET字符串类型的unicode假设不会妨碍。

 var outputBytes = Encoding.Convert(srcEncoding: inputEncoding, dstEncoding: encodingOutput, bytes: Convert.FromBase64String(input));
...
text = Convert.ToBase64String(outputBytes)

字节数组也可以直接读写文件句柄。

- David Burg