如何在.NET中将字符串转换为字节数组？

How do you convert a string to a byte array in .NET?

我有一个字符串，需要将它转换为.NET中的等效字节数组。

这应该很容易，但我的大脑抽筋了。

您需要使用编码(System.Text.Encoding来告诉.NET您期望的输出。例如，在utf-16(=System.Text.Encoding.Unicode中)：

1	var result = System.Text.Encoding.Unicode.GetBytes(text);

相关讨论

@乔恩斯基特：除非你(或其他人)真的要解释字节，否则你真的不需要编码，是吗？对于压缩、加密、模糊处理等任务，编码似乎有点无关紧要…如果你不需要的话，没有理由经历麻烦。
@你当然知道。编码定义了从字符串到字节数组的转换所执行的操作。压缩和加密是完全不同的事情。否则，就好像你想将图片保存为文件时，图像格式无关紧要一样——很多不同的图像格式都可以，但根据定义，必须有一种。
@乔恩斯基特：你就不能说"埃多克斯1"〔0〕吗？谁在乎编码是什么(或者如果字符串的第一个地方甚至有有效的字符)，只要你知道你可以通过反向操作以相同的形式得到它？
@梅尔达：那就用UTF-16了。它仍然是一种编码——只是它是用于char内部的自然编码。(如果你的字符串都是ASCII码的话，你可能会非常关心这个事实，因为它的大小是需要的两倍。)
@乔斯基特：是的，但我的观点是，用户想要"获取字节"这一事实并不意味着他甚至需要知道"编码"到底意味着什么……只有当他把它们解释成一个黑匣子时，这才重要。(关于空间问题：是的，这显然是一个问题，但通常当你"只想要字节"的时候，这是不相关的，我想情况是这样的。很明显，了解编码是有益的，但是你不需要在这里了解它们，是吗？)
@不，用户需要知道编码。仅仅因为UTF-16在某种意义上是.NET的自然编码，并不意味着它就是他想要使用的编码。把数据写出来的目的是让它能被再次读取——这需要使用相同的编码。OP提到"等价字节数组"的事实表明，他们不知道编码甚至存在，如果要在文本和二进制表示之间转换，理解编码至关重要。
我见过无数人因为不懂编码而未能正确地保存信息。根据我的经验，向他们介绍这个主题比使用Buffer.BlockCopy和假设他们想要的更好。
@那么，如果字符串中的某个字符在您要"获取字节"的编码中无效(可能是因为其他人给了您该字符串，而您对它的内容不负责)，您该怎么办？也许它有私用字符，或者他们甚至没有告诉你编码？使用任何特定的编码都没有意义，因为您的字符可能没有任何转换。相反，如果您只使用我提到的方法，那么字符是否有效并不重要，因为它们无论如何都能正常工作。
@Mehrdad:字符串没有编码(或者它总是utf-16)。如果它是从UTF-8读取的，那么在内部它仍然以UTF-16结尾。不是你的方法没有使用编码，而是它是隐式的，这在我看来是一件坏事。显然你需要使用适当的编码，但仅仅是试图把问题当作不存在的东西来处理，这在我看来是一个非常糟糕的主意。忽视编码并不是前进的方向。如果要使用UTF-16，请显式使用(Encoding.Unicode)。
@我不明白你对"一个字符串没有编码(或者它总是utf-16)"的评论……那两个是对立的。System.String必须始终包含utf-16吗？就这一点而言，它必须遵守任何其他特定的编码吗？
@Mehrdad：它总是char的序列，它本身就是一个utf-16代码单元。(不是Unicode码位，注意。)但例如，谈论"utf-8字符串"是毫无意义的。您可以有"字符串的UTF-8表示"(这将是一个字节数组)，但这是另一回事。
@我不明白。如果您声称string必须始终包含有效的utf-16数据，那么这是错误的("\uFFFF\uFFFF")。如果您声称它不一定包含有效的UTF-16数据，并且它可以用多个可能的编码表示数据，那么我想问一个问题：当您不知道要使用什么编码时，在字符串上使用Encoding.XXX.GetBytes()有什么意义？(这不像是人们给你的每一个string对象的编码，他们传递给你…)
@这取决于你所说的"有效"是什么意思。根据定义，它始终包含UTF-16代码单元。当然，它们不必映射到定义的Unicode字符…但它们仍然是UTF-16。因此，如果您想表示一个私有范围中的某个值，可以用UTF-16表示，然后在以后转换为相同私有范围字符的UTF-8(或其他)编码。如果您不知道要使用什么编码，则根本不应该转换为字节。这就像要求保存一个图像而不指定图像格式-只需说"不"。
@琼斯基特：对不起，这是未来的事，不知道我是怎么错过这个评论的…但是，需要加密/压缩用于传输/存储的字符串而不知道(或不关心)要使用什么编码是完全有意义的。在许多类似的场景中，编码根本不需要发挥作用。
@Mehrdad：可以先压缩，然后解压缩一些字符串的二进制表示，而不需要知道它的编码方式。把压缩后的二进制数据当作文本来处理并不好。每当您想从字符串转换为二进制或从二进制转换为二进制时，您必须知道要使用哪种编码，并且两种方法都要一致。
@琼斯基特：是的，我也这么说，对吧？只要不尝试解释字节，就不需要担心编码问题。：)
@梅尔达：但是有人会在以后解释这些字节。你说的对，压缩/加密部分不需要关心，但是不管以后怎么把它变成一个字符串，绝对是这样的……如果没有人能解释这些数据，那就没有什么意义了。所以，是的，您仍然需要选择一种编码，并确保它的使用是一致的。你决定使用哪种编码方式，只要它能对你的所有文本进行编码，就有点武断了，尽管它会影响空间等。武断的方式和无关的方式不同。
@乔斯基特：你是说我必须选择一种编码方式，例如，如果我要做的就是把一个string转换成一个byte[]，压缩它，然后把它写进一个文件，这样明天我就能把它读到一个byte[]，然后在同一台机器上将它解压缩成一个string？如果是这样，我觉得这有点让人震惊——为什么编码很重要？是的，我明天要"解释"字符串，但是编码有什么关系呢？唯一重要的是，我要回到我开始时的状态…就是这样。
@是的，当然。就像要将图片保存到磁盘上必须选择图像格式一样。尽可能使用这个类比。字符串不是由字节组成的(概念上)，因此要转换为字节，必须进行某种类型的转换…这就是编码。
@琼斯基特：呃……是的，它必须经过一些转换，从定义上来说是正确的。但您不必关心具体的转换是什么，只要一个黑盒可以为您解码字节。正确的？我觉得这很明显…为什么你要关心盒子里有什么(特定的编码)？所以，你不必知道它是如何工作的(或者"编码"这个词的意思是什么！)…你只需要byte[] GetBytes(string)和string GetString(byte[])就可以了！这就是BitConverter所做的，没有编码问题。
换言之，如果一个人不想解释字节，他应该完全有可能和合法地不知道(也不需要)编码和要求字符串的"byte[]"表示。这就是我要说的——一个使用BitConverter进行转换(或类似的东西)的答案可以很容易地完成这项工作，而且即使只提到一次"编码"这个词也可以做到这一点——所以说真的，编码不是操作人员必须担心的事情。
@梅尔达：编码是黑匣子。有很多黑盒可供选择(不同的编码)。您不需要了解任何关于内部的信息——但是您需要从两个方面选择相同的转换。使用BitConverter的答案仍然选择了一种编码——它只是选择不称之为编码。如果我说，"你需要选择一个字符串到字节的转换，通常是通过System.Text.Encoding进行的"，你会更愿意吗？这是完全相同的事情，只是在IMO中说得更笨拙。再一次，想想图像格式：你需要选择从像素到字节的格式。
重要的一点是，用户不能要求byte[]表示，因为有许多不同的选项可用。
@jonskeet："如果我说，"你需要选择一个字符串到字节的转换，通常通过System.Text.Encoding--是吗？准确地说：如果你说过，那么用户就不需要知道Unicode，就可以实现他的目标！这是Text.Encoding和BitConverter之间的关键区别——其中一个是当你真正关心编码时，另一个是当编码与你的目标100%无关时。这就是我在这里评论的原因：你说操作需要知道Unicode，而实际上它是无关的(只使用BitConverter)。
@梅尔达：使用BitConverter仍然是一个选择，只是没有意识到有选择。(而且，我也找不到你所说的哪种BitConverter方法，老实说。)再想一想图像版本：如果有人问你如何将图片保存到磁盘上，你会问什么格式的自然问题吗？我不明白为什么要有人知道字节和字符之间的基本区别，以及选择不同编码的能力，这是有争议的。他们不必执行它们。
@乔恩斯基特：噢，抱歉提到BitConverter，我的意思是System.Buffer.BlockCopy，它可以复制任何原始数组(如char[])到byte[]，反之亦然…我想的是错误的班级，抱歉把你弄糊涂了。
@乔斯基特：关于图片任务：这是同一件事。如果BlockCopy可以在Picture类上执行编码/解码，那么如果您永远无法自己解释字节，那么您需要对各种图像格式(甚至它们的存在)一无所知，以便实现所需的内容。不需要告诉用户去了解BMP。相比学习Unicode，跳过(实际上没有)这一步的障碍要小得多！
你有一个.NET映像类的例子可以处理Buffer.BlockCopy吗？你不需要知道太多关于Unicode的知识，尽管很明显越多越好。但你需要做出选择。如果你想写一个StringConverter类，它隐藏了这个选择，并且总是使用Encoding.UTF8或其他东西，那么继续吧——但是你仍然在做一个选择，我认为隐藏它对任何人都没有好处。你迟早会遇到这样一种情况，你需要了解编码的基本知识，那为什么不早点学而不迟学呢？
@Mehrdad通过让黑盒任意决定编码，特别是依赖于UTF-16中字符串的底层.NET表示，可以引入未来潜在的错误。如果.NET系统的下一次更新改变了字符串在内存中的表示方式，该怎么办？例如，它可以是big endian而不是little endian。假设我们按照您的方式将字符串转换为字节数组，然后压缩它。经过几个月和.NET更新后，我们尝试解压缩并转换回字符串。但这次会是垃圾！因为没有明确指定编码。
@塔纳西奥尼迪斯：已经5年了，但回顾过去，我仍然清楚地表明，您是否应该指定编码取决于您正试图做什么。请注意，这不是"让黑盒决定编码"。BlockCopy没有决定任何编码，这就是问题所在。例如，如果您需要在同一系统上进行无损传输，则无论原始字节是否根据任何特定编码有效，都必须使用它们。如果你需要互操作性，你需要编码/解码。
@Mehrdad假设首先有原始字节。.NET实现带有基础char数组的字符串，但这是实现细节。即使在相同的系统之间，也没有人保证会有一个底层数组来获取原始字节。它可以很容易地转换成一个链接列表或任何其他数据结构(不太可能，但您仍然明白这一点)。不过，您仍然需要指定一种将该字符串(使用这种奇怪的底层实现)转换为字节序列的方法，这种从字符串转换为字节的方法称为编码。
@Thanassioannis：首先，C允许您固定一个字符串并直接访问底层字符，所以您是错误的。第二，即使事实并非如此，链表(或其他任何东西)也不会改变任何东西。无论底层实现是什么，您都有Buffer.BlockCopy()和string.ToCharArray，它们为您提供可以用于完美重建的原始字节。他们是否派人去攀登珠穆朗玛峰，用无线电向月球和月球背面传送人物，完全取决于框架，而不是你的业务，完全无关。
@Thanassionenidis：想象一下，为运行在两台机器上的程序编写一个通信库，可能使用API void Send(string)，string Receive()。你真的应该能够像传送char[]或byte[]一样，自己传送string。无论string是UTF-16LE、UTF-16BE还是其他，这都与您的图书馆无关。它可以是你所关心的全部随机代码单元。你的图书馆可以而且必须做它的无损传输工作，不管怎样。假设内部编码不仅是不必要的，而且会丢失信息。
@对于char数组，在应用某种编码之前，它不是字节数组。BlockCopy在您的情况下进行这种编码，即使这种编码只是复制char数组的每个字节的内存。它不需要是System.Text.Encodings中的一个(为了不丢失信息)。无论您使用什么方法获得字节数组，都是一种编码。关于如何从字符串中获取byte[]的约定。如果您提到的库是在相同的系统或相同的系统中来回转换，则无需指定编码。图书馆为你做这个。
但即使使用同一个库，如果它依赖于底层实现，也可能引入bug。您不能保证在解码时系统是相同的。如果.NET在传输的接收部分从小endian变为大endian呢？ToCharArray将以小尾数编码，接收端的FromCharArray将采用大尾数编码，这将导致数据损坏。显然，您的方法是在.NET中将string转换为byte[]。但是，明确指定编码也是将string转换为byte[]的另一种方法，并且看起来更健壮。
@问题是谁提供什么合同，被呼叫者是否应该关心。但在这一点上，你只是在重复你自己。我没有什么要补充的。继续前进。

您使用的是什么编码？康拉德已经把事情搞砸了，但是还有其他人在那里，你可能会得到错误的结果：

1	byte[] bytes = System.Text.Encoding.XXX.GetBytes(text)

其中，XXX可以是：

1
2
3
4
5
6
7

ASCII
BigEndianUnicode
Default
Unicode
UTF32
UTF7
UTF8

这样地：

1 2	string test ="text"; byte[] arr = Encoding.UTF8.GetBytes(test);