将 C# 字符串转换为其 UTF8 编码字符的十六进制表示形式

Question

我有一个 C# 字符串，它可以包含任何 Unicode 字符集，我想将其转换为该字符串的 UTF8 编码的十六进制表示形式，每个 Unicode 字符之间有一个空格，例如字符串“$£€𐍈 ” 将转换为输出字符串“24 C2A3 E282AC F0908D88”。但我不知道该怎么做。因为 C# 中的字符串是 UTF16，所以我不能只说

foreach (char entry in myString) { ... }

，因为 Unicode 字形可以用 1 或 2 个

char

表示，就像上面示例中最后一个字形的情况一样。

我觉得我需要以一个

byte[][]

结尾，它代表字符列表，每个字符都表示为确定字符的 UTF8 编码字节列表。然后我可以将这些字节转换为其十六进制表示形式，并在 Unicode 字符之间留有空格。

我怎样才能达到预期的输出？

Answer 1

您可以通过使用

Rune

结构并使用堆栈分配的中间缓冲区来最小化中间内存分配，如下所示：

public static class TextHelper
{
    public static string ToUtf8HexValues(this string s)
    {
        Span<byte> span = stackalloc byte[6];
        Span<char> charSpan = stackalloc char[3];
        var sb = new StringBuilder();
        foreach (var rune in s.EnumerateRunes())
        {
            if (sb.Length > 0)
                sb.Append(' ');
            for (int i = 0, length = rune.EncodeToUtf8(span); i < length; i++)
                if (span[i].TryFormat(charSpan, out var n, "X"))
                    sb.Append(charSpan.Slice(0, n));
        }
        return sb.ToString();
    }
}

备注：

• Rune

  是在.NET Core 3中引入的。这个结构体：

  表示 Unicode 标量值（[ U+0000..U+D7FF ]，包含在内；或 [ U+E000..U+10FFFF ]，包含在内）。

• Byte.TryFormat(Span<Char>, Int32, ReadOnlySpan<Char>, IFormatProvider))

  是在 .NET Core 2.1 中引入的，它允许将

  Byte

  格式化为固定长度

  Span<char>

  ，而无需进行字符串分配。

演示小提琴这里。