将UTF-16字节数组编码为字符串C#.NET

Question

我有一个字节数组，我相信它正确地存储了unicode字符的UTF-16编码的代理对

通过.NetSystem.Text.Encoding.Unicode.GetString()运行该字节数组会返回非预期的结果。

实际结果：��

预期结果：

代码示例：

byte[] inputByteArray = new byte[4];
inputByteArray[0] = 0x91;
inputByteArray[1] = 0xDF;
inputByteArray[2] = 0x00;
inputByteArray[3] = 0xD8;
// System.Text.Encoding.Unicode accepts little endian UTF-16
// Least significant byte first within the byte array [0] MSByete in [3]
string str = System.Text.Encoding.Unicode.GetString(inputByteArray);
// This returns �� rather than the excpected symbol:    
Console.WriteLine(str);

关于我如何从字符获得特定字节数组的详细信息

此字符位于补充多语言平面内。Unicode中的此字符为0x10391。编码为UTF-16代理对，应该是：

减去带0x10000的Unicode值：val = 0x00391 = (0x10391 - 0x10000)

高代理：0xD800 = ( 0xD800 + (0x00391 >> 10 ))前10位

低代理：0xDF91 = (0xDC00 + (0x00391 & 0b_0011_1111_1111))底部10位

Answer 1

Encoding.Unicode是基于per-UTF-16代码单元的小端序。您仍然需要将高代理代码单元放在低代理代码单元之前。以下是有效的示例代码：

using System;
using System.Text;
class Test
{
static void Main()
{
byte[] data =
{
0x00, 0xD8, // High surrogate
0x91, 0xDF  // Low surrogate
};
string text = Encoding.Unicode.GetString(data);
Console.WriteLine(char.ConvertToUtf32(text, 0)); // 66449
}
}