.net 中的字符大小与预期不符

本文关键字：字符 net | 更新日期: 2023-09-27 18:33:52

char 的大小是：2 （msdn）

sizeof(char)  //2

一个测试 ： 

char[] c = new char[1] {'a'};
Encoding.UTF8.GetByteCount(c) //1 ?

为什么值是 1？

（当然，如果 C 是像 'ש' 这样的 Unicode 字符，那么它确实会显示 2

。

a不是.net char

.net 中的字符大小与预期不符

？

这是因为"a"只需要一个字节就可以用 UTF-8 编码。

Encoding.UTF8.GetByteCount(c)将告诉您以 UTF-8 编码给定字符数组需要多少字节。有关更多详细信息，请参阅Encoding.GetByteCount文档。这与 .NET 中char类型的范围完全不同。

每个码位小于 128（即 U+0000 到 U+007F）的字符都需要一个字节来编码 UTF-8。

其他字符在 UTF-8 中占用 2、3 甚至 4 个字节。（U+1FFFF 以上的值需要 5 或 6 个字节来编码，但它们目前不是 Unicode 的一部分，可能永远不会是。

请注意，唯一需要 4 个字节才能用 UTF-8 编码的字符无论如何都不能在单个char中编码。char是一个 UTF-16 代码单元，U+FFFF 上的任何 Unicode 代码点都需要两个 UTF-16 代码单元形成一个代理项对来表示它们。

原因是，在内部，.NET 将字符表示为 UTF-16，其中每个字符通常占用 2 个字节。另一方面，在 UTF-8 中，如果每个字符位于前 128 个代码点（顺便与 ASCII 重叠）中，则每个字符占用 1 个字节，超出此值则占用 2 个或更多字节。

这

不公平。你提到的页面说

char 关键字用于声明 Unicode 字符

然后尝试：

Encoding.Unicode.GetByteCount(c)
相关文章：