代码之家 › 专栏 › 技术社区 › Garry Shutler

在.NET中将对象序列化为UTF-8XML

xml-serialization utf-8 xml c#

Garry Shutler · 技术社区 · 15 年前

为了简洁起见,删除了适当的对象处理,但如果这是在内存中将对象编码为UTF-8的最简单方法,我感到震惊。一定有更简单的方法,不是吗?

var serializer = new XmlSerializer(typeof(SomeSerializableObject));

var memoryStream = new MemoryStream();
var streamWriter = new StreamWriter(memoryStream, System.Text.Encoding.UTF8);

serializer.Serialize(streamWriter, entry);

memoryStream.Seek(0, SeekOrigin.Begin);
var streamReader = new StreamReader(memoryStream, System.Text.Encoding.UTF8);
var utf8EncodedXml = streamReader.ReadToEnd();

4 回复 | 直到 15 年前

Jon Hanna 15 年前

当您再次将UTF-8读回字符串时,您的代码不会将其读入内存,因此它不再使用UTF-8,而是使用UTF-16(尽管在理想情况下,最好考虑使用比任何编码更高级别的字符串,除非被迫这样做)。

要获得实际的UTF-8八位字节,您可以使用:

var serializer = new XmlSerializer(typeof(SomeSerializableObject));

var memoryStream = new MemoryStream();
var streamWriter = new StreamWriter(memoryStream, System.Text.Encoding.UTF8);

serializer.Serialize(streamWriter, entry);

byte[] utf8EncodedXml = memoryStream.ToArray();

我遗漏了你留下的同样的处理方法。我稍微赞成以下几点(保留正常处置):

var serializer = new XmlSerializer(typeof(SomeSerializableObject));
using(var memStm = new MemoryStream())
using(var  xw = XmlWriter.Create(memStm))
{
  serializer.Serialize(xw, entry);
  var utf8 = memStm.ToArray();
}

它的复杂程度大致相同,但确实表明,在每个阶段都有一个合理的选择来做其他事情,其中最紧迫的是序列化到内存以外的其他地方,例如文件、TCP/IP流、数据库等。总之,它并没有那么冗长。

296

Jon Skeet 10 年前

StringWriter MemoryStream . 但是,要将其强制转换为XML,需要使用 字符串编写器 它覆盖了 Encoding

public class Utf8StringWriter : StringWriter
{
    public override Encoding Encoding => Encoding.UTF8;
}

或者如果您还没有使用C#6:

public class Utf8StringWriter : StringWriter
{
    public override Encoding Encoding { get { return Encoding.UTF8; } }
}

然后:

var serializer = new XmlSerializer(typeof(SomeSerializableObject));
string utf8;
using (StringWriter writer = new Utf8StringWriter())
{
    serializer.Serialize(writer, entry);
    utf8 = writer.ToString();
}

显然你可以 Utf8StringWriter 一个更通用的类,它接受构造函数中的任何编码——但根据我的经验,UTF-8是到目前为止最常用的“自定义”编码 :)

现在正如乔恩·汉纳所说,这仍然是UTF-16的内部版本,但你可能会在某个时候把它传给其他的东西,把它转换成二进制数据。。。在那个点您可以使用上面的字符串,将其转换为UTF-8字节,一切都会很好-因为XML声明将指定“UTF-8”作为编码。

using System;
using System.Text;
using System.IO;
using System.Xml.Serialization;

public class Test
{    
    public int X { get; set; }

    static void Main()
    {
        Test t = new Test();
        var serializer = new XmlSerializer(typeof(Test));
        string utf8;
        using (StringWriter writer = new Utf8StringWriter())
        {
            serializer.Serialize(writer, t);
            utf8 = writer.ToString();
        }
        Console.WriteLine(utf8);
    }


    public class Utf8StringWriter : StringWriter
    {
        public override Encoding Encoding => Encoding.UTF8;
    }
}

结果:

<?xml version="1.0" encoding="utf-8"?>
<Test xmlns:xsd="http://www.w3.org/2001/XMLSchema" 
      xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
  <X>0</X>
</Test>

注意“utf-8”的声明编码,我相信这是我们想要的。

Sebastian Castaldi 13 年前

public class Utf8StringWriter : StringWriter
{
    public Utf8StringWriter(StringBuilder sb) : base (sb)
    {
    }
    public override Encoding Encoding { get { return Encoding.UTF8; } }
}

Eric J. 7 年前

我发现这篇博文很好地解释了这个问题,并定义了一些不同的解决方案:

(死链接已删除)

我认为最好的方法是在内存中完全省略XML声明。实际上是这样的是

正如@Jon Hanna提到的,这可以通过如下创建的XmlWriter来完成:

XmlWriter writer = XmlWriter.Create (output, new XmlWriterSettings() { OmitXmlDeclaration = true });