C＃，UTF-8和编码字符 （注意：这是一个提问标题，无需回答）

Question

这可能有点靠猜测，如果我的问题听起来像个疯子的胡言乱语，我在此提前道歉。

作为与第三方集成的一部分，我需要使用C＃对一些字符串信息进行UTF8编码，以便通过多部分表单将其发送到目标服务器。 问题是，他们拒绝了我的一些提交，可能是因为我没有正确编码其内容。

现在，我正在尝试弄清楚破折号（-）或连字符（-）如何被目标服务器接收或解释为?~@~S（是的，这是一个由5个字符组成的字符串，不是你的浏览器出错）。 不幸的是，我对Encoding.UTF8.GetBytes()的理解还不够深入，无法确定如何使用字节数组开始识别问题可能出在哪里。

如果有人能提供任何提示或建议，我将非常感激。 到目前为止，我的唯一朋友是MSDN，但帮助也不大。 更新1：经过更多的挖掘，我发现使用System.Web.HttpUtility.UrlEncode()对EM DASH字符（“—”）进行编码，将会将其十六进制编码为“%e2%80%94”。

我目前正在使用HttpWebRequest post发送此信息，并具有“application / x-www-form-urlencoded”类型的内容 - 这可能是问题所在吗？ 如果是这样，那么编码一系列名称-值对的正确方法是什么，其中值可能包含Unicode字符，以便被期望UTF-8请求的服务器理解？

- Mass Dot Net

---

从那个结果来看，我猜测您可能正在将 utf8 编码的 em 破折号的结果转换为 ascii 编码。 - Joshua

即使编码错误，一个字符的破折号被翻译成五个字符的序列的可能性非常小。这很可能不仅是编码问题。 - Simon Mourier

@Joshua：我认为你已经接近问题的核心了。我刚刚在原帖中添加了一些更多的信息更新。 - Mass Dot Net

很遗憾，我本应选择application/octet-stream并假设它在两端都是正确的格式，所以我无法再帮助你了。 - Joshua

Answer 1

byte[] test = System.Text.Encoding.UTF8.GetBytes("-");

应该给你

test[0] = 0x2D (45 as integer).  

请确认将0x2D发送至目标服务器。

- Chauncat

---

Wireshark对于这种东西非常有帮助。 - Marlon

我以前从未使用过Wireshark，但我们的首席开发人员非常熟练地使用Fiddler。我一回到办公室就会尝试这个--感谢您的提示。 - Mass Dot Net

Wireshark的安装非常简单。它允许您查看发往服务器的数据包。您可以以多种方式过滤数据，以避免在数据中迷失。 - Chauncat

顺便问一下，正确输出上述信息的C#代码是什么（test[0] = 0x2D (45作为整数)）？ - Mass Dot Net

我使用这个函数将字节数组转换为十六进制字符串public static string BtyeToHexString(byte[] in_record, int startIndex, int count) { string hexString = "";if (startIndex + count <= in_record.Length) { for (int i = startIndex; i < startIndex + count; i++) { hexString += in_record[i].ToString("X2") + " "; } } return hexString;} - Chauncat

问题最终是目标服务器的问题：他们对POST请求进行了双重URL解码。然而，使用GetBytes()准备测试用例对于向他们展示工作未被正确传输非常有价值。 - Mass Dot Net

Answer 2

您可能需要在Content-Type头中添加“charset=utf-8”参数。您也可以使用Content-Encoding头来设置编码，但是这已经不再推荐使用了。头应包含以下内容：

Content-Type: multipart/form-data; charset=utf-8

否则，Web服务器将无法识别您的字节为UTF-8字节，因此会误解它们。

- Jacob

---

你说得对，我在发送多部分表单时目前没有明确定义内容编码类型。我刚刚给第三方发了一封电子邮件，询问他们是否知道默认的预期内容类型是什么 - 他们能轻松识别这个吗？我想他们正在运行微软服务器（IIS）。 - Mass Dot Net

UTF-8不是一个有效的Content-Encoding值。该头部用于指示负载（payload）的压缩方式，而不是用于指示字符集。 - dkarp