如何读取ASCII值在128-130范围内并将其转换为int值的char

Question

我有一个字符数组，其中一些是ASCII 128和十进制130。 我试图将它们作为普通字符读取，但不是128，而是将8218作为int（转换为字节，得到26）。 我需要在128到130之间得到这个数字。我发现了一些关于编码的文章，有些人说我需要使用编码439。

有任何想法吗？

Answer 1

CLR环境中的char（System.Char）是无符号的16位数字，UTF-16 代码单元 。 从Unicode标准，第3章，§3.9 ：

代码单元：最小位组合，可表示用于处理或交换的编码文本单元。

• 代码单元是计算机存储的特定单元。 其他字符编码标准通常使用定义为8位单元的代码单元，即八位字节。 Unicode标准使用UTF-8编码形式的8位代码单元，UTF-16编码形式的16位代码单元和UTF-32编码形式的32位代码单元。

• 代码单元也称为信息产业中的代码值。

• 在Unicode标准中，某些代码单元的特定值不能用于单独表示编码字符。 此限制适用于UTF-16中的隔离代理代码单元和UTF-8中的字节80-FF。 类似的限制适用于其他字符编码标准的实现; 例如，SJIS（Shift-JIS）中的字节81-9F，E0-FC不能自己表示编码字符。

一旦它在CLR世界中，您的“ASCII”文本就不再是ASCII。 ASCII是一种7位编码，为了兼容性，所有Unicode编码（UTF-8，-16，-24，-32）都保持代码点0x00-0x7F。 在非Unicode世界中，0x80-0xFF总是有多个字符映射（甚至不看EBCDIC 与 ASCII）。 一些ASCII实现也提供了奇偶校验：高位比特将被设置为保持所需的奇偶校验。

• 平价。 高位比特被设置为在八位字节中保持偶数个“开”位。
• 奇怪的平价。 高位比特被设置为在八位字节中保持奇数个“开”位。
• 没有平价。 从未设置高位。

据推测，您正在使用UTF-8编码器/解码器（CLR默认值）读取“ASCII”文本。 要获得您在字符中所需的数值，您需要使用适合您文本实际编码的编码/解码器来阅读文本（Windows 1252？还有其他什么？）。

或许，更好的方法是使用System.IO.FileStream而不是System.IO.TextReader及其minions，将octet的文本八位字节读取为二进制文件。 然后你有原始的八位字节，你可以根据需要将它们转换为文本，或者对原始八位字节值进行数学运算。