C#基于对象序列化的Base64编码/解码问题

Question

我正在使用C#中的序列化和反序列化来处理我的项目（这是一个类）。它们被序列化并保存到XML文件中。加载项目时，一切都很顺利。

现在我想将序列化的项目编码为Base64，然后保存文件，这也很顺利。文件的第一行（在编码之前！）看起来像这样：

<?xml version="1.0" encoding="utf-8"?>
  <Project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">

当我解码文件时，在该行前面添加了一个?。

?<?xml version="1.0" encoding="utf-8"?>
  <Project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">

我使用的编码代码如下：

byte[] toEncodeAsBytes = System.Text.ASCIIEncoding.ASCII.GetBytes(toEncode);
        string returnValue = System.Convert.ToBase64String(toEncodeAsBytes);
        return returnValue;

解码的代码如下：

byte[] encodedDataAsBytes = System.Convert.FromBase64String(encodedData);
        string returnValue = System.Text.ASCIIEncoding.ASCII.GetString(encodedDataAsBytes);
        return returnValue;

这是什么问题，我该如何解决？

(Translated and polished)

- MysticEarth

Answer 1

文件声明为UTF-8，为什么要使用ASCII编码将其转换为二进制？UTF-8中有许多ASCII无法表示的字符。您是否必须将文件存储为文本形式进行内存处理？为什么不直接将其作为二进制数据加载（例如，File.ReadAllBytes）？

如果您确实需要从字符串开始处理，请使用Encoding.UTF-8（或Encoding.Unicode，但这可能会导致更大的字节数组），一切都应该正常。那个额外的字符是字节顺序标记 - 在ASCII中无法表示，因此会出现“？”替换字符。

- Jon Skeet

Answer 2

猜测中的“？”代表字节顺序标记(Byte-Order-Marker)，这是一个在ASCII中无法表示的字符。为什么不使用UTF-8编码？

byte[] toEncodeAsBytes = System.Text.Encoding.UTF8.GetBytes(toEncode);

- AnthonyWJones

Answer 3

与其担心编码问题，不如直接使用XmlWriter.Create(outPath)，并将该XmlWriter传递给序列化代码。这样可以避免此类问题以及其他问题（例如必须为大型对象图缓冲非常大的字符串）。有一个重载版本可接受XmlWriterSettings以进行更精细的控制。 XmlWriter被大多数xml代码所接受。

- Marc Gravell