与文件名中包含unicode字符的文件交互/转义序列问题

Question

我试图获取一个文件名中包含unicode字符的文件的句柄。

例如，我有一个名为c:\testö.txt的文件。如果我尝试new FileInfo（“c:\testö.txt”），我会得到一个非法字符异常。

再次尝试转义序列：新的文件信息（“c：\test\u00f8.txt”），它的工作原理！耶！

所以我有一个方法来转义非ASCII字符：

static string EscapeNonAsciiCharacters(string value)
{
    StringBuilder sb = new StringBuilder();
    foreach (char c in value)
    {
        if (c > 127)
        {
            // This character is too big for ASCII
            string encodedValue = "\\u" + ((int)c).ToString("x4");
            sb.Append(encodedValue);
        }
        else
        {
            sb.Append(c);
        }
    }
    return sb.ToString();
}

但当我从这个方法中获取输出时，转义字符似乎不正确。

EscapeNonAsciiCharacters("c:\testø.txt")  ## => "c:\test\\u00f8.txt"

当我将输出传递给< code>FileInfo构造函数时，我再次得到非法字符异常。但是< code>c:\中的< code>\似乎没有改变。当我在静态方法中查看这个字符在StringBuilder中是如何表示的时，我看到:< code>{c: est\u00f8.txt}，这使我相信第一个反斜杠的转义方式不同。

如何在EscapeNonAsciiCharacters中正确附加循环转义的字符，以便在输出中不获得双转义字符？

Answer 1

你似乎误解了逃出来的人物。

在这个C#代码中，是编译器将ø转换为正确的unicode字符：

new FileInfo("c:\test\u00f8.txt") // (the "\t" is actually causing an error here)

您在这里所做的只是将encodedValue设置为字符串“\u00f8”，并且根本没有办法将转义字符串转换为转换后的字符串：

string encodedValue = "\\u" + ((int)c).ToString("x4");

如果您想转换转义字符串，那么您需要做类似这样的事情:

如何将包含转义字符的字符串转换为字符串

Answer 2

您在这些字符串中转义的次数比您预期的要多。请注意，在字符串中时需要对 \ 进行转义，因为它本身就是转义字符，\t 表示制表符。

使用NTFS的Windows完全支持unicode，因此原始错误很可能是由于您没有转义\字符。

我编写了一个玩具应用程序来处理名为ʚ的文件。txt，构造函数对该字符或任何其他unicode字符没有问题。

因此，我们没有编写< code >新的FileInfo("c:\test。txt")，您需要编写< code >新的FileInfo("c:\\test。txt")或< code>new FileInfo(@"c:\test。txt")。

在一般的 C# 和 NTFS（或者，实际上是大多数现代文件系统）的上下文中，你的转义函数是完全不必要的。外部库本身可能与 unicode 不兼容，但这需要单独处理。