在VB.NET中将UTF-8转换为ASCII

Question

我正在编写一个控制台应用程序，它从不同的电子邮件信箱中读取邮件并对其进行处理。这些邮件来自各种自动化系统。邮件消息被记录和/或转发。

问题在于，一些电子邮件以UTF-8编码并通过quoted-printable进行传输，导致特殊字符（主要是ä、ö和å）出现问题。我还没有找到将它们转换为可读格式的解决方案。

例如，在quoted-printable中，“ä”是“=C3=A4”。使用普通的转换方法，结果是“ä”（无意义的字符）。

我无耻地从这里http://forums.sun.com/thread.jspa?threadID=5315363偷了这个示例转换表。

字符   代码点             UTF-8编码                    拉丁-1编码
ä      11100100 = E4      11000011 10100100 = C3 A4     ä = \u00C3\u00A4
å      11100101 = E5      11000011 10100101 = C3 A5     Ã¥ = \u00C3\u00A5
ö      11110110 = F6      11000011 10110110 = C3 B6     ö = \u00C3\u00B6
Ä      11000100 = C4      11000011 10000100 = C3 84     Ã? = \u00C3\u0084
Å      11000101 = C5      11000011 10000101 = C3 85     Ã? = \u00C3\u0085
Ö      11010110 = D6      11000011 10010110 = C3 96     Ã? = \u00C3\u0096

如何从UTF-8值获取真实代码点？我不想使用任何外部库。此外，我已经尝试过几个库但它们都失败了。

- Joonas

Answer 1

我不是完全确定，但这可能会起作用：

Encoding.ASCII.GetString(Encoding.UTF8.GetBytes(yourString))

我现在不在电脑旁边，所以无法测试，但稍后会尝试。

- Leandro López

---

你会得到一个ASCII字符串，其中的“奇怪”字符将被替换为??。 - Ivan Ferrer Villa

Answer 2

你需要在执行引用可打印转换之后，将编码从UTF-8转换为Latin1。

http://msdn.microsoft.com/en-us/library/66sschk1.aspx 看起来很有前途。

- Douglas Leeder

Answer 3

从您所描述的影响来看，我猜想您是通过直接连接到POP3邮箱获取电子邮件的？如果是这样的话，那么您将以它们的原始形式获取电子邮件，而且这些邮件大多数可能都采用MIME格式。

MIME（维基百科有一个很好的概述）是一个相当庞大和复杂的标准，实现一个可靠地处理所有您想要涵盖的情况的MIME解析器可能需要您花费几个星期的时间。

因此，我建议您考虑使用第三方的MIME库来完成这项工作。

- user49572