请教文本编码问题

Question

“的”字的 UTF-8 编码为：\xe7\x9a\x84
如何将改编码的文本转换为 GB18030，让起可以显示倒控件上？譬如：
string sUtf8 = "\xe7\x9a\x84";
byte[] bUtf8 = Encoding.UTF8.GetBytes(sUtf8);
byte[] bChs = Encoding.Convert(Encoding.UTF8, Encoding.GetEncoding("GB18030"), bUtf8);
string sChs = Encoding.GetEncoding("GB18030").GetString(bChs);
this.label.Text = sChs;
如果没理解错的话，上述代码应该是可以正确地在标签上显示“的”字的。
可实际上并非如此。哪位同学知道 C# 是怎么弄这些编码的吗？

Answer 1

sUtf8 = "\xe7\x9a\x84"; 是从 Python 中读过来的，所以无法改变源。不要让我去拆源。

Answer 2

开始赋值时错了。下面代码工作正常
           //string sUtf8 = "\xe7\x9a\x84";
            byte[] bUtf8 = { 0xe7, 0x9a, 0x84 };
            byte[] bChs = Encoding.Convert(Encoding.UTF8, Encoding.GetEncoding("GB18030"), bUtf8);
            string sChs = Encoding.GetEncoding("GB18030").GetString(bChs);
            label1.Text = sChs;

Answer 3

谢谢楼上的，我也明白你的意思。但我实际上得到的是一开始赋值时的串。
原因是这样的C# 里读取一个 Python 字典，刚好，python 字典中有个如此的字符串：data = {"name": "\xe7\x9a\x84"}用 IronPython 将字典 import 进来后，得到 IronPythonDictionary，假设该字典为 data。
则，在 C# 中，这样可以获得上面的 name：
string name = data["name"] as string;于是就得到了 "\xe7\x9a\x84" 这个串。而上面的代码改为：
string name = data["name"] as byte[];
这样是不可以的，name 将为 null所以我并不能控制读到的串放到字节数组中。
当然，可以用流去读得整个 python 代码，但那样就需要自己去解释 Puthon 中的字典了

Answer 4

这个用 python 和 C++ 处理都相当简单，原本打算用 MFC 做的
但为了使用 C# 的丰富 UI 资源，所以才选择了 C#
C# 过于智能化了，有些细节不知其内部如何处理的当然，还可以间接地去调用 IronPython 脚本进行处理，处理完毕后再将结果返回
但，要处理的字典过于庞大，跨语言交互，性能损失严重

Answer 5

string name = data["name"] as string;
name到底是什么？是"\xe7\x9a\x84"  : 表示二进制为e79a84"\\xe7\\x9a\\x84";:表示就是字符串"\xe7\x9a\x84"我感觉应该是后者，自己解析成byte就可以了。例如
       public byte[] StringToByteArray(string hex)
        {
            return Enumerable.Range(0, hex.Length)
                     .Where(x => x % 2 == 0)
                     .Select(x => Convert.ToByte(hex.Substring(x, 2), 16))
                     .ToArray();
        }

Answer 6

嗯，说到点上了产生这个问题的原因是，“的”字在 python 中，其 UTF-8 编码表现为 "\xe7\x9a\x84"
而 IronPython 2.6 不支持 Unicode，所以解释到 C# 后，其字符串保持原貌不变，即为 "\xe7\x9a\x84"。
注意：并非消转义的 "\\xe7\\x9a\\x84"。如果以流的方式读取进来，自然就是消转义的 "\\xe7\\x9a\\x84"。如此看来，这是无解的，因为 "\xe7\x9a\x84" 是 Python 的东西，C# 无法识别（只能以原本的方式表达为字符串）。

Answer 7

所以问题就变为 硬破：
将 "\xe7\x9a\x84" 转换为 byte[]{0xe7, 0x9a, 0x84}

Answer 8

但 IronPython 作为 .net 下的 Python，按道理这种简单的问题，是有解决之道的－－也许我并未了解