C#字符串编码转码有关问题
C#字符串编码转码问题
C#。在WPF中有个字符串变量a，需要把字符串的内容从Unicode转UTF-8，这样可以支持中文。要把这个转码后的字符串传入C++编的DLL中处理。现在是情况如下：
1.字符串的内容为“中.mp4”，转码后发现会把‘中’和‘.’转到一起了，在DLL中打印出来就是错的，会乱码。转成UTF-8的十六进制为：e4 b8 3f 6d 70 34
2.字符串的内容为“中文.mp4”，转码正确，显示无误。转成UTF-8的十六进制为：e4 b8 ad e6 96 87 2e 6d 70 34
也就是说当汉字为奇数出现时会转错，汉字为偶数出现时就不会转错。很奇怪。有大神知道吗？求帮助。。。
以下是我在C#中转码的部分，参数str就是我需要转码的字符串。
------解决思路----------------------
因为不是所有的字节串都可以转换为字符串，你的问题就是错误地用字符串来表示字节串。
详细解释：
当你调用dll函数WideCharToMultiByte的时候，封送StringBuilder用的是Ansi编码。
Ansi编码在不同的机器上是不同的，如果你的Windows是中文版，那么你的编码是CP936，大致等同于GB2312。
GB2312的编码用一个字节（<128）来表示英文字母数字等，用两个字节（两个都大于128）来表示汉字等。
但是用UTF8表示‘中'的时候，需要3个字节（e4 b8 ad），因此调用WideCharToMultiByte，转换’中.mp4‘返回了
e4 b8 ad 2e 6d 70 34。由于你错误的用了字符串去接受字节串，字节串要按Ansi方式放到StringBuilder里面。
e4 b8凑巧变成一个字，ad 2e却出现转换错误，因为GB2312中，如果第一个字节>128，第二个字节就必须大于128。转换错误的结果就是ad 2e变成了问号?（就是你看到的那个3f ），最终结果是e4 b8 3f 6d 70 34
当你转换’中文..mp4‘的时候，WideCharToMultiByte给你e4 b8 ad e6 96 87 2e
6d 70 34被GB2312解释为e4 b8 ad e6 96 87 2e 6d 70 34，恰巧没有违背GB2312的编码规定。
这就是你感觉单数出问题，双数不出问题的原因（运气而已）。
总而言之，不能盲目的在使用字节串的地方用字符串。
你的情况可以这样改正：
1、如果字节串(char*)用在函数调用里，用byte[]表示。
2、如果字节串(char*)用在结构里，用IntPtr表示。
3、转换的时候不用WideCharToMultiByte，而用dotnet的Encoding.UTF8.GetBytes。
C#。在WPF中有个字符串变量a，需要把字符串的内容从Unicode转UTF-8，这样可以支持中文。要把这个转码后的字符串传入C++编的DLL中处理。现在是情况如下：
1.字符串的内容为“中.mp4”，转码后发现会把‘中’和‘.’转到一起了，在DLL中打印出来就是错的，会乱码。转成UTF-8的十六进制为：e4 b8 3f 6d 70 34
2.字符串的内容为“中文.mp4”，转码正确，显示无误。转成UTF-8的十六进制为：e4 b8 ad e6 96 87 2e 6d 70 34
也就是说当汉字为奇数出现时会转错，汉字为偶数出现时就不会转错。很奇怪。有大神知道吗？求帮助。。。
以下是我在C#中转码的部分，参数str就是我需要转码的字符串。
private string ConvertToMutiByte(string str)
{
int i = 0;
i = WideCharToMultiByte(65001, 0, str, -1, null, 0, IntPtr.Zero, IntPtr.Zero);
StringBuilder MultiByte = new StringBuilder(i);
WideCharToMultiByte(65001, 0, str, -1, MultiByte, i, IntPtr.Zero, IntPtr.Zero);
string s = MultiByte.ToString();
return s;
}
------解决思路----------------------
因为不是所有的字节串都可以转换为字符串，你的问题就是错误地用字符串来表示字节串。
详细解释：
当你调用dll函数WideCharToMultiByte的时候，封送StringBuilder用的是Ansi编码。
Ansi编码在不同的机器上是不同的，如果你的Windows是中文版，那么你的编码是CP936，大致等同于GB2312。
GB2312的编码用一个字节（<128）来表示英文字母数字等，用两个字节（两个都大于128）来表示汉字等。
但是用UTF8表示‘中'的时候，需要3个字节（e4 b8 ad），因此调用WideCharToMultiByte，转换’中.mp4‘返回了
e4 b8 ad 2e 6d 70 34。由于你错误的用了字符串去接受字节串，字节串要按Ansi方式放到StringBuilder里面。
e4 b8凑巧变成一个字，ad 2e却出现转换错误，因为GB2312中，如果第一个字节>128，第二个字节就必须大于128。转换错误的结果就是ad 2e变成了问号?（就是你看到的那个3f ），最终结果是e4 b8 3f 6d 70 34
当你转换’中文..mp4‘的时候，WideCharToMultiByte给你e4 b8 ad e6 96 87 2e
6d 70 34被GB2312解释为e4 b8 ad e6 96 87 2e 6d 70 34，恰巧没有违背GB2312的编码规定。
这就是你感觉单数出问题，双数不出问题的原因（运气而已）。
总而言之，不能盲目的在使用字节串的地方用字符串。
你的情况可以这样改正：
1、如果字节串(char*)用在函数调用里，用byte[]表示。
2、如果字节串(char*)用在结构里，用IntPtr表示。
3、转换的时候不用WideCharToMultiByte，而用dotnet的Encoding.UTF8.GetBytes。