stringwriter encoding utf 8 c#

¿Por qué el XmlWriter siempre está generando la codificación utf-16?

Question

Tengo este método de extensión.

 public static string SerializeObject<T>(this T value)
{
var serializer = new XmlSerializer(typeof(T));
var settings = new XmlWriterSettings
{
Encoding = new UTF8Encoding(true),
Indent = false,
OmitXmlDeclaration = false,
NewLineHandling = NewLineHandling.None
};
using(var stringWriter = new StringWriter())
{
using(var xmlWriter = XmlWriter.Create(stringWriter, settings))
{
serializer.Serialize(xmlWriter, value);
}
return stringWriter.ToString();
}
}

pero siempre que lo llamo tiene una codificación de utf-16 especificada, es decir, <?xml version="1.0" encoding="utf-16"?> . ¿Qué estoy haciendo mal?

Answer 1

Como dice la respuesta aceptada, StringWriter es UTF-16 (Unicode) por defecto y diseño. Si quieres hacerlo obteniendo una cadena UTF-8 al final, hay dos formas en que puedo darte para que lo hagas:

Solución # 1 (no muy eficiente, mala práctica, pero hace el trabajo): vacíelo en un archivo de texto y vuelva a leerlo, elimínelo (probablemente solo sea adecuado para archivos pequeños, si es que desea hacerlo) - Sólo quería mostrar que se podía hacer!)

public static string SerializeObject<T>(this T value)
{
var serializer = new XmlSerializer(typeof(T));
var settings = new XmlWriterSettings
{
Encoding = new UTF8Encoding(true),
Indent = false,
OmitXmlDeclaration = false,
NewLineHandling = NewLineHandling.None
};
using(var xmlWriter = XmlWriter.Create("MyFile.xml", settings))
{
serializer.Serialize(xmlWriter, value);
}
XmlDocument xml = new XmlDocument();
xml.Load("MyFile.xml");
byte[] bytes = Encoding.UTF8.GetBytes(xml.OuterXml);
File.Delete("MyFile.xml");
return Encoding.UTF8.GetString(bytes);
}

Solución # 2 (¡solución mejor, más fácil, más elegante!): Hágalo como lo tiene, usando StringWriter , pero use su propiedad de Encoding para configurarlo en UTF-8:

public static string SerializeObject<T>(this T value)
{
var serializer = new XmlSerializer(typeof(T));
var settings = new XmlWriterSettings
{
Encoding = new UTF8Encoding(true),
Indent = false,
OmitXmlDeclaration = false,
NewLineHandling = NewLineHandling.None
};
using(var stringWriter = new UTF8StringWriter())
{
using(var xmlWriter = XmlWriter.Create(stringWriter, settings))
{
serializer.Serialize(xmlWriter, value);
}
return stringWriter.ToString();
}
}
public class UTF8StringWriter : StringWriter
{
public override Encoding Encoding
{
get
{
return Encoding.UTF8;
}
}
}

Answer 2

Debería derivar una nueva clase de StringWriter que tiene una propiedad de codificación anulada.

Answer 3

Las cadenas son UTF-16, por lo que escribir en un StringWriter siempre usará UTF-16. Si eso no es lo que quiere, entonces use alguna otra clase derivada de TextWriter , con la codificación que desee.

Answer 4

Por lo que sé, la clase StringWriter siempre usará la codificación UTF 16 al serializar una cadena. Puede escribir su propia clase de anulación que acepte una codificación diferente:

public class StringWriterWithEncoding : StringWriter
{
private readonly Encoding _encoding;
public StringWriterWithEncoding()
{
}
public StringWriterWithEncoding(IFormatProvider formatProvider)
: base(formatProvider)
{
}
public StringWriterWithEncoding(StringBuilder sb)
: base(sb)
{
}
public StringWriterWithEncoding(StringBuilder sb, IFormatProvider formatProvider)
: base(sb, formatProvider)
{
}
public StringWriterWithEncoding(Encoding encoding)
{
_encoding = encoding;
}
public StringWriterWithEncoding(IFormatProvider formatProvider, Encoding encoding)
: base(formatProvider)
{
_encoding = encoding;
}
public StringWriterWithEncoding(StringBuilder sb, Encoding encoding)
: base(sb)
{
_encoding = encoding;
}
public StringWriterWithEncoding(StringBuilder sb, IFormatProvider formatProvider, Encoding encoding)
: base(sb, formatProvider)
{
_encoding = encoding;
}
public override Encoding Encoding
{
get { return (null == _encoding) ? base.Encoding : _encoding; }
}
}

Así que puedes usar esto en su lugar:

using(var stringWriter = new StringWriterWithEncoding( Encoding.UTF8))
{
...
}