C＃UTF-8字节混乱

System.Text.Encoding.UTF8.GetString(new byte [] { (byte)0xa0 });

不会导致

"\u00a0"

？

改回"\ufffd"。

根据https://en.wikipedia.org/wiki/Non-breaking_space 0xa0在UTF-8中应该是一个有效的非分隔空间。

2017-02-14 CoderBrien

0xa0在UTF-8中应该是一个有效的非破坏空间。

不，它不是。这在Latin1和Unicode（或UTF-16和UTF-32）字符集中都是有效的。

在UTF-8编码中，它编码为C2 A0。一般来说，只有低于0x80的字符才会映射到UTF-8的单个字节。

2017-02-14 02:33:51

啊，谢谢。所以如果我有一个8字节的文本与应该是一个空格的0xa0字节，那么它最有可能是Latin1编码？ – CoderBrien

有几种编码将U + 00A0映射到0xA0。拉丁-1（反过来在ISO和Windows之间的这个名称的编码之间是不明确的）是一个可能的赌注，但不是确定的。 –

@CoderBrien：很可能。或者其他任何老式的一个字节编码。 –

回答