C# UTF8 编码/解码问题

Question

我必须从远程服务读取一个错误的编码字符串，并且无法弄清楚如何在 C# 或 Javascript 中恢复正确的值。我既不能更改服务中的值，也不能更改它们在数据库中的保存方式，但我需要正确显示它们。

Bad string: Adrián José
Correct string: Adrián José

可以撤消错误，因为可以使用诸如 https://www.iosart.com/tools/charset-fixer 之类的工具或在 Notepad++ 中通过将编码从 ANSI 更改为 UTF-8 来获得固定值。

到目前为止，我在 JS（客户端）中有这个解决方案，但我不喜欢使用

escape()

功能，并且想在服务器端进行修复。

var badString = "Adrián José";
var fixedString = decodeURIComponent(escape(badString)); // "Adrián José"

我尝试使用 C# 中的编码类（像这里），但找不到有效的组合。

var badString = "Adrián José";
var origEnco = Encoding.UTF8;
var targetEnco = Encoding.Default;
byte[] utfBytes = origEnco.GetBytes(badString);
byte[] isoBytes = Encoding.Convert(origEnco, targetEnco, utfBytes);
string fixedString = targetEnco.GetString(isoBytes); // "Adrián José"

我错过了什么？字符集修复器或 Notepad++ 是如何工作的？

Answer 1

对于您提供的示例，此代码可以正常工作并按预期输出“Adrián José”：

var currentEncoding = Encoding.GetEncoding("Windows-1252");
var targetEncoding = Encoding.UTF8;
string input = "Adrián José";
string output = targetEncoding.GetString(currentEncoding.GetBytes(input));

如果您使用的是 .NET Core/.NET 5+，那么您需要从 NuGet 安装

System.Text.Encoding.CodePages

并将其添加到代码中的某处（我通常在 Main 方法的顶部执行）：

Encoding.RegisterProvider(CodePagesEncodingProvider.Instance);

虽然这提供了您感兴趣的结果，但我不知道它是否适用于所有错误文本实例。