C#: conversione da stringa a byte UTF-8. Perché non funziona?

Question

C'è un carattere cinese che viene presentato in UTF-8 come F0 A4 AD A2. Questo personaggio è descritto qui: http://en.wikipedia.org/wiki/UTF-8

U + 24B62 F0 A4 AD A2

Quando eseguo questo codice in C# ...

byte[] data = { 0xF0, 0xA4, 0xAD, 0xA2 }; 
string abc = Encoding.UTF8.GetString(data); 
Console.WriteLine("Test: description = {0}", abc); 

... ho reindirizzare l'output al file di testo e quindi aprirlo con notepad.exe scegliendo la codifica UTF-8. Mi aspetto di ottenere l'output, ma ottengo due punti interrogativi (??).

La sequenza di byte è corretta. Funziona in Perl:

print "\xF0\xA4\xAD\xA2"; 

In uscita, ottengo

Quindi la mia domanda è: perché ottengo "??" invece di "" in C#?

P.S. Niente di speciale con questo personaggio: ho ottenuto la stessa cosa per qualsiasi personaggio (lungo 2, 3 o 4 byte).

Answer 1

Hai bisogno di scrivere in un file utilizzando UTF8. Il codice qui sotto mostra come puoi farlo. Quando si apre il file risultante in Blocco note, il carattere viene visualizzato correttamente:

string c = ""; 
var bytes = Encoding.UTF8.GetBytes(c); 
var cBack = Encoding.UTF8.GetString(bytes); 
using (var writer = new StreamWriter(@"c:\temp\char.txt", false, Encoding.UTF8)) 
{ 
    writer.WriteLine(cBack); 
} 

Answer 2

La console non può visualizzare i caratteri Unicode per impostazione predefinita. Visualizza solo ASCII. Per abilitarlo visualizzare Unicode, utilizzare:

Console.OutputEncoding = System.Text.Encoding.Unicode 

prima di scriverci.

Ma in ogni caso non funzionerà sulla maggior parte degli OS, perché la riga di comando di Windows non supporta Unicode stesso.

Così, a scopo di test sarebbe meglio scrivere di output su file