是否有將二進制數據打包成 UTF-16 字元串的標準技術？

（在 .NET 中）我將任意二進制數據儲存在一個字節中$$ $$（例如圖像）。現在，我需要將該數據儲存在一個字元串中（遺留 API 的“註釋”欄位）。是否有將這種二進制數據打包成字元串的標準技術？通過“打包”，我的意思是對於任何相當大的隨機數據集，bytes.Length/2與**packed.Length 大致相同；因為兩個字節或多或少是一個字元。

兩個“明顯”的答案不符合所有標準：

string base64 = System.Convert.ToBase64String(bytes)

沒有非常有效地使用字元串，因為它只使用大約 60,000 個可用字元中的 64 個字元（我的儲存是System.String）。一起去

string utf16 = System.Text.Encoding.Unicode.GetString(bytes)

更好地利用了string，但它不適用於包含無效 Unicode 字元的數據（比如不匹配的代理對）。 這篇 MSDN 文章展示了這種精確（差）的技術。

讓我們看一個簡單的例子：

byte[] bytes = new byte[] { 0x41, 0x00, 0x31, 0x00};
string utf16 = System.Text.Encoding.Unicode.GetString(bytes);
byte[] utf16_bytes = System.Text.Encoding.Unicode.GetBytes(utf16);

在這種情況下bytes和utf16_bytes是相同的，因為原始字節是 UTF-16 字元串。使用 base64 編碼執行相同的過程會得到 16 個成員的base64_bytes數組。

現在，使用無效的 UTF-16 數據重複該過程：

byte[] bytes = new byte[] { 0x41, 0x00, 0x00, 0xD8};

您會發現utf16_bytes與原始數據不匹配。

我編寫了在無效 Unicode 字元之前使用 U+FFFD 作為轉義的程式碼；它有效，但我想知道是否有比我自己製作的更標準的技術。更不用說，我不喜歡將DecoderFallbackException**作為檢測無效字元的方式。

我想您可以將其稱為“基本 BMP”或“基本 UTF-16”編碼（使用 Unicode 基本多語言平面中的所有字元）。是的，理想情況下我會遵循肖恩斯蒂爾的建議並傳遞字節$$ $$.

---

我將接受 Peter Housel 的建議作為“正確”答案，因為他是唯一一個接近建議“標準技術”的人。

---

編輯base16k 看起來更好。Jim Beveridge 有一個實現。

閱讀您的問題後，我偶然發現了Base16k 。嚴格來說不是一個標準，但它似乎執行良好並且很容易在 C# 中實現。

我可以建議你使用base64 嗎？它可能不是最有效的儲存方式，但它確實有它的好處：

1. 您對程式碼的擔憂已經結束。
2. 如果有的話，您與其他播放器的兼容性問題最少。
3. 如果在轉換、導出、導入、備份、恢復等過程中將編碼字元串視為 ASCII，您也不會有任何問題。
4. 如果您曾經摔死或最終在公共汽車下或其他東西下，任何接觸到評論欄位的程序員都會立即知道它是base64，而不是假設它都是加密的或其他東西。

引用自：https://stackoverflow.com/questions/646974