UTF-8编码和解码问题

Question

我在将文本与UTF-8编码之间相互转换时遇到问题。 我这里有字节数组

byte[] c = new byte[] { 1, 2, 200 };

我将其转换为UTF-8字符串并返回字节数组，

Encoding.UTF8.GetBytes(Encoding.UTF8.GetString(c));

据我了解，我应该从中期待的是一个3字节的数组。 对？ 但是，这就是我所得到的。

byte[5] { 1, 2, 239, 191, 189 }

这是什么原因？ 我知道239, 191, 189组合在UTF-8特价中称为REPLACEMENT CHARACTER 。

这也是一个更大问题的一部分。

Answer 1

并非所有字节序列都是有效的UTF-8。 看来您的数组（1、2、200）在UTF-8中无效（这就是添加此特殊错误字符的原因）

MSDN关于Encoding.UTF8说：

它返回一个提供Unicode字节顺序标记（BOM）的UTF8Encoding对象。 要实例化不提供BOM的UTF8编码，请调用UTF8Encoding构造函数的任何重载。

1）您的示例中没有BOM（ https://en.wikipedia.org/wiki/Byte_order_mark ）。

2）200-前导字节。 必须跟随足够的连续字节