将字符串从Windows 1256转换为UTF-8

Question

我想将字符串从具有Windows-1256的数据库转换为UTF-8。 数据库使用波斯语。

我在下面使用了代码，但收到问号：????。

string text= "راوي"; // should be "راوی"
byte[] encoded = Encoding.GetEncoding(1256).GetBytes(text);
string result= Encoding.UTF8.GetString(encoded);

我该如何进行转换？

Answer 1

呈现的代码采用本机.NET string （使用UTF-16编码），将其编码为Windows-1256，然后在实际上不是的情况下将其错误解释为UTF-8。 那么，UTF-8的解码当然会产生? 对于非ASCII字符，因为它们一开始就不会被编码为UTF-8。

代码没有按照问题的要求进行操作。

将Windows-1256（或任何其他编码）转换为UTF-8的正确方法是，首先按原样使用源数据，然后使用原始编码将其解码为UTF-16，然后将该结果编码为UTF-8，例如：

byte[] Win1256Data = ...;
string s = Encoding.GetEncoding(1256).GetString(Win1256Data);
byte[] Utf8Data = Encoding.UTF8.GetBytes(s);

另外， Encoding类具有Convert()方法来为您处理中间转换：

byte[] Win1256Data = ...;
byte[] Utf8Data = Encoding.Convert(Encoding.GetEncoding(1256), Encoding.UTF8, Win1256Data);