如何在.NET（C#）中将字符串转换为字节[]而不手动指定特定编码？

NET中的字符串将文本表示为UTF-16代码单元的序列，因此字节已经在UTF-16中的内存中编码。

Mehrad的回答

您可以使用Mehrad的答案，但它实际上使用了编码，因为字符是UTF-16。它调用ToCharArray，通过查看源代码创建一个char[]并将内存直接复制到它。然后，它将数据复制到同样分配的字节数组中。因此，在后台，它复制了两次底层字节，并分配了一个在调用后不使用的字符数组。

Tom Blodget的回答

Tom Blodget的答案比Mehrad快20-30%，因为它跳过了分配一个字符数组并将字节复制到其中的中间步骤，但它需要使用/safe选项进行编译。如果你绝对不想使用编码，我认为这是正确的方法。如果将加密登录放在固定块中，甚至不需要分配单独的字节数组并将字节复制到其中。

此外，为什么要考虑编码？我不能简单地获取字符串存储的字节数吗？为什么依赖字符编码？

因为这是正确的方法。字符串是一个抽象。

如果“字符串”包含无效字符，使用编码可能会给您带来麻烦，但这不应该发生。如果将数据输入到字符串中包含无效字符，则说明操作错误。您可能应该首先使用字节数组或Base64编码。

如果使用System.Text.Encoding.Unicode，代码将更具弹性。您不必担心运行代码的系统的端序。您不必担忧下一版本的CLR是否会使用不同的内部字符编码。

我认为问题不在于你为什么要担心编码，而是你为什么要忽略它而使用其他东西。编码旨在表示字节序列中字符串的抽象。System.Text.Encoding.Unicode将为您提供一个小端字节顺序编码，并将在现在和将来的每个系统上执行相同的编码。

两种方式：

public static byte[] StrToByteArray(this string s)
{
    List<byte> value = new List<byte>();
    foreach (char c in s.ToCharArray())
        value.Add(c.ToByte());
    return value.ToArray();
}

And,

public static byte[] StrToByteArray(this string s)
{
    s = s.Replace(" ", string.Empty);
    byte[] buffer = new byte[s.Length / 2];
    for (int i = 0; i < s.Length; i += 2)
        buffer[i / 2] = (byte)Convert.ToByte(s.Substring(i, 2), 16);
    return buffer;
}

我倾向于使用最下面的一个比最上面的一个更频繁，还没有对它们的速度进行基准测试。

我不确定，但我认为字符串将其信息存储为一个Chars数组，这对字节来说效率很低。具体来说，Char的定义是“表示Unicode字符”。

以以下示例为例：

String str = "asdf éß";
String str2 = "asdf gh";
EncodingInfo[] info =  Encoding.GetEncodings();
foreach (EncodingInfo enc in info)
{
    System.Console.WriteLine(enc.Name + " - " 
      + enc.GetEncoding().GetByteCount(str)
      + enc.GetEncoding().GetByteCount(str2));
}

请注意，在这两种情况下，Unicode答案都是14个字节，而UTF-8答案第一种只有9个字节，第二种只有7个字节。

因此，如果您只想要字符串所使用的字节，只需使用Encoding.Unicode，但存储空间会很低。

只需使用此选项：

byte[] myByte= System.Text.ASCIIEncoding.Default.GetBytes(myString);

与这里的答案相反，如果不需要解释字节，则不需要担心编码！

正如您提到的，您的目标很简单，就是“获取字符串存储的字节数”。（当然，还要能够根据字节重新构造字符串。）

对于这些目标，我真的不明白为什么人们总是告诉你你需要编码。你当然不需要担心编码。

只需执行以下操作：

static byte[] GetBytes(string str)
{
    byte[] bytes = new byte[str.Length * sizeof(char)];
    System.Buffer.BlockCopy(str.ToCharArray(), 0, bytes, 0, bytes.Length);
    return bytes;
}

// Do NOT use on arbitrary bytes; only use on GetBytes's output on the SAME system
static string GetString(byte[] bytes)
{
    char[] chars = new char[bytes.Length / sizeof(char)];
    System.Buffer.BlockCopy(bytes, 0, chars, 0, bytes.Length);
    return new string(chars);
}

只要你的程序（或其他程序）不试图以某种方式解释字节，而你显然没有提到你打算这样做，那么这种方法就没有错！担心编码只会让你的生活变得更加复杂，没有真正的原因。

这种方法的额外好处：字符串是否包含无效字符无关紧要，因为您仍然可以获取数据并重建原始字符串！

它将以相同的方式进行编码和解码，因为您只是在查看字节。

但是，如果您使用特定的编码，则会给您带来编码/解码无效字符的麻烦。

其他人已经回答了您问题的第一部分（如何获取字节）：查看System.Text.Encoding命名空间。

我将回答您的后续问题：为什么需要选择编码？为什么不能从字符串类本身获得这些信息？

答案分为两部分。

首先，字符串类内部使用的字节并不重要，只要假设它们存在，就可能引入错误。

如果您的程序完全在.Net世界中，那么您根本不需要担心获取字符串的字节数组，即使您正在通过网络发送数据。相反，请使用.Net Serialization来担心数据传输问题。您不再担心实际的字节数：Serialization格式化程序会为您提供。

另一方面，如果您将这些字节发送到某个无法保证将从.Net序列化流中提取数据的地方，该怎么办？在这种情况下，您确实需要担心编码问题，因为显然，这个外部系统关心编码问题。同样，字符串使用的内部字节无关紧要：您需要选择一种编码，以便在接收端明确该编码，即使它与.Net内部使用的编码相同。

我理解，在这种情况下，您可能更希望在可能的情况下使用字符串变量存储在内存中的实际字节，这样可以节省创建字节流的工作量。然而，我告诉你，与确保输出在另一端被理解，并保证编码必须明确相比，这并不重要。此外，如果您真的想匹配内部字节，您可以只选择Unicode编码，从而节省性能。

这让我进入第二部分。。。选择Unicode编码就是告诉.Net使用底层字节。您确实需要选择这种编码，因为当一些新的Unicode Plus问世时，.Net运行时需要自由使用这种更新、更好的编码模型，而不会破坏您的程序。但是，目前（以及可预见的未来），只要选择Unicode编码就可以满足您的需要。

理解字符串必须重写为线也是很重要的，即使使用匹配的编码，也至少需要对位模式进行一些转换。计算机需要考虑诸如Big vs Little Endian、网络字节顺序、分组化、会话信息等。