Come GetBytes () in C # con la codifica UTF-8 con BOM?

Question

Sto avendo un problema con UTF8 codifica nel mio asp.net mvc 2 applicazione in C #. Sto cercando utente let scaricare un semplice file di testo da una stringa. Sto cercando di ottenere byte array con la seguente riga:

var x = Encoding.UTF8.GetBytes(csvString);

, ma quando torno per scaricare utilizzando:

return File(x, ..., ...);

ottengo un file che è senza BOM in modo da non ottengo caratteri croati visualizzati correttamente. Questo perché la matrice di byte non include BOM dopo la codifica. I Triend inserendo tali byte manualmente e poi mostra correttamente, ma non è il modo migliore per farlo.

Ho anche cercato di creare un'istanza di classe UTF8Encoding e passando un valore booleano (vero) per il costruttore per includere distinta, ma non funziona neanche.

Chiunque ha una soluzione? Grazie!

Answer 1

Prova in questo modo:

public ActionResult Download()
{
    var data = Encoding.UTF8.GetBytes("some data");
    var result = Encoding.UTF8.GetPreamble().Concat(data).ToArray();
    return File(result, "application/csv", "foo.csv");
}

Il motivo è che il costruttore UTF8Encoding che prende un parametro booleano non fa quello che ci si aspetta:

byte[] bytes = new UTF8Encoding(true).GetBytes("a");

La matrice risultante conterrà un singolo byte con il valore di 97. Non c'è BOM UTF8 perché non richiede una distinta base.

Answer 2

Ho creato una semplice estensione per convertire qualsiasi stringa in qualsiasi codifica per la sua rappresentazione di array di byte quando viene scritto in un file o flusso:

public static class StreamExtensions
{
    public static byte[] ToBytes(this string value, Encoding encoding)
    {
        using (var stream = new MemoryStream())
        using (var sw = new StreamWriter(stream, encoding))
        {
            sw.Write(value);
            sw.Flush();
            return stream.ToArray();
        }
    }
}

Utilizzo:

stringValue.ToBytes(Encoding.UTF8)

Questo funziona anche per le altre codifiche, come UTF-16 che richiede la distinta base.

Answer 3

UTF-8 non richiede una distinta, perché è una sequenza di parole 1 byte. UTF-8 = UTF-8BE = UTF-8LE.

Al contrario, UTF-16 richiede un BOM all'inizio del flusso per identificare se il resto del flusso è UTF-16 BE o UTF-16, perché UTF-16 è una sequenza di parole di 2 byte e del BOM identifica se i byte le parole sono BE o lE.

Il problema non si trova con la classe Encoding.UTF8. Le bugie problema con qualunque programma che si sta utilizzando per visualizzare i file.

Answer 4

Ricordate che le stringhe NET sono tutti unicode mentre c'è soggiorno in memoria, quindi se è possibile vedere il vostro csvString correttamente con il debugger il problema sta scrivendo il file.

A mio parere si dovrebbe restituire un FileResult con la stessa codifica che i file. Prova a impostare la codifica del file di ritorno,