variable - string to char array c#

La conversión de cadena a byte[] crea cero caracteres

Question

En esta función convertir

public static byte[] GetBytes(string str)
{
    byte[] bytes = new byte[str.Length * sizeof(char)];
    System.Buffer.BlockCopy(str.ToCharArray(), 0, bytes, 0, bytes.Length);
    return bytes;
}

byte[] test = GetBytes("abc");

La matriz resultante contiene cero caracteres

test = [97, 0, 98, 0, 99, 0]

Y cuando convertimos byte [] a string, el resultado es

string test = "a b c "

Cómo lo hacemos para que no cree esos ceros

Answer 1

(97,0) es la representación Unicode de ''a''. Unicode representa cada personaje en dos bytes. Entonces no puedes eliminar ceros. Pero puede cambiar la codificación a ASCII. Intente seguir para Convertir cadena a byte [].

byte[] array = Encoding.ASCII.GetBytes(input);

Answer 2

En realidad, .net (al menos para 4.0) cambia automáticamente el tamaño de char cuando se serializa con BinaryWriter

Los caracteres UTF-8 tienen longitud variable (podría no ser de 1 byte), los caracteres ASCII tienen 1 byte

''ē'' = 2 bytes

''e'' = 1 byte

Debe tenerse en cuenta cuando se usa

BinaryReader.ReadChars(stream)

En el caso de la palabra "ēvalds" = 7 bytes, el tamaño será diferente de "evalds" = 6 bytes

Answer 3

Intente especificar la Encoding explícitamente. Puede usar el siguiente código para convertir cadenas a bytes con codificación especificada

byte[] bytes = System.Text.Encoding.ASCII.GetBytes("abc");

si imprime contenido de bytes, obtendrá { 97, 98, 99 } que no contiene ceros, como en su ejemplo En su ejemplo, la codificación predeterminada utiliza 16 bits por símbolo. Puede ser observador al imprimir los resultados de

System.Text.Encoding.Unicode.GetBytes("abc"); // { 97, 0, 98, 0, 99, 0 }

Luego, al convertirlo de nuevo, debe seleccionar la codificación adecuada:

string str = System.Text.Encoding.ASCII.GetString(bytes);
Console.WriteLine (str);

Imprime "abc" como es de esperar

Answer 4

Para despejar la confusión sobre su respuesta, el tipo de caracteres en C # toma 2 bytes. Entonces, string.toCharArray () devuelve una matriz en la que cada elemento toma 2 bytes de almacenamiento. Al copiar a una matriz de bytes donde cada elemento ocupa 1 byte de almacenamiento, se produce una pérdida de datos. De ahí los ceros que aparecen en el resultado.
Como se sugiere, Encoding.ASCII.GetBytes es una opción más segura de usar.

Answer 5

Primero veamos qué hace mal tu código. char es de 16 bits (2 bytes) en .NET framework. Lo que significa que cuando escribe sizeof(char) , devuelve 2 . str.Length es 1 , por lo que en realidad su código será byte[] bytes = new byte[2] es el mismo byte[2] . Por lo tanto, cuando utiliza el método Buffer.BlockCopy() , realmente copia 2 bytes de una matriz de origen a una matriz de destino. Lo que significa que su método GetBytes() devuelve bytes[0] = 32 y bytes[1] = 0 si su cadena es " " .

Intente utilizar Encoding.ASCII.GetBytes() lugar.

Cuando se reemplaza en una clase derivada, codifica todos los caracteres de la cadena especificada en una secuencia de bytes.

const string input = "Soner Gonul";

byte[] array = Encoding.ASCII.GetBytes(input);

foreach ( byte element in array )
{
     Console.WriteLine("{0} = {1}", element, (char)element);
}

Salida:

83 = S
111 = o
110 = n
101 = e
114 = r
32 =
71 = G
111 = o
110 = n
117 = u
108 = l