爲什麼IsSingleByte Encoding的GetByteCount做了計算

Question

我檢查了AsciiEncoding的GetByteCount方法。它做了很長的計算而不是返回String.Length。它對我沒有任何意義。你有好主意嗎？

Answer 1

編輯：我只是試圖重現這一點，我目前不能強制一個ASCIIEncoding而是有一個不同的替代品。相反，我不得不使用Encoding.GetEncoding來獲得一個可變的。所以對於ASCIIEncoding，我同意......但對於IsSingleByte返回true的其他實現，您仍然有下面的潛在問題。

---

考慮試圖讓這不只包含ASCII字符的字符串的字節數。編碼必須考慮到EncoderFallback ...可以做任何事情，包括增加數量不確定的數量。

它可能針對編碼器回退是一個「默認」的情況進行了優化，只是用「？」替換非ASCII字符。雖然。

---

進一步編輯：我只是試圖混淆這與代理對，希望它會代表一個問號。不幸的是不：

string text = "x\ud800\udc00y"; 
Console.WriteLine(text.Length); // Prints 4 
Console.WriteLine(Encoding.ASCII.GetByteCount(text)); // Still prints 4! 

Answer 2

有趣的是，mono runtime doesn't seem to include that behaviour：

// Get the number of bytes needed to encode a character buffer. 
public override int GetByteCount (char[] chars, int index, int count) 
{ 
    if (chars == null) { 
     throw new ArgumentNullException ("chars"); 
    } 
    if (index < 0 || index > chars.Length) { 
     throw new ArgumentOutOfRangeException ("index", _("ArgRange_Array")); 
    } 
    if (count < 0 || count > (chars.Length - index)) { 
     throw new ArgumentOutOfRangeException ("count", _("ArgRange_Array")); 
    } 
    return count; 
} 

// Convenience wrappers for "GetByteCount". 
public override int GetByteCount (String chars) 
{ 
    if (chars == null) { 
     throw new ArgumentNullException ("chars"); 
    } 
    return chars.Length; 
} 

，並進一步向下

[CLSCompliantAttribute(false)] 
[ComVisible (false)] 
public unsafe override int GetByteCount (char *chars, int count) 
{ 
    return count; 
} 

Answer 3

對於多字節字符編碼像UTF8，該方法是有意義的，因爲字符存儲在1到6個字節。我想，該方法也適用於像ASCII這樣的固定大小的編碼，其中每個字符都以7位存儲。然而，在實際實現中，"aaaaaaaa"將是8個字節，因爲ASCII中的字符存儲在1個字節（8位）中，所以lenght hack可以在最好的情況下工作。

以前版本的.NET Framework允許通過忽略第8位來進行欺騙。當前版本已更改，以便在字節解碼期間非ASCII碼點回落。
來源：MSDN

我明白你的問題是：Does worst case scenario exist for lenght hack?

 Encoding ae = Encoding.GetEncoding(
       "us-ascii", 
       new EncoderReplacementFallback("[lol]"), 
       new DecoderReplacementFallback("[you broke Me]")); 

     Console.WriteLine(ae.GetByteCount("õäöü")); 

這將返回20作爲字符串"õäöü"包含4個字符，所有的都關閉"us-ascii"字符集限制（U + 0000到U + 007F。），所以在編碼器之後，文本將是"[lol][lol][lol][lol]"。