如何在字符串比较中忽略UTF-8字节顺序标记？
我在使用Visual Studio 2010比较C＃4.0中的unit testing中的字符串时遇到问题。同样的测试用例在Visual Studio 2008中正常工作（使用C＃3.5）。
这是相关的代码段：
byte[] rawData = GetData(); string data = Encoding.UTF8.GetString(rawData); Assert.AreEqual("Constant", data, false, CultureInfo.InvariantCulture); 在调试此测试时， data字符串肉眼看来包含与文字完全相同的字符串。 当我调用data.ToCharArray() ，我注意到字符串data的第一个字节是值65279 ，它是UTF-8字节顺序标记。 我不明白的是为什么Encoding.UTF8.GetString()保持这个字节。
如何让Encoding.UTF8.GetString() 不将字节顺序标记放在结果字符串中？
更新：问题是GetData()从磁盘读取文件，使用FileStream.readbytes()从文件中读取数据。 我通过使用StreamReader并使用Encoding.UTF8.GetBytes()将字符串转换为字节来纠正这个问题，这应该是它本来应该做的！ 谢谢你的帮助。
好吧，我认为这是因为原始二进制数据包括BOM。 您可以在解码后自己删除BOM，如果您不想要它 – 但您应该考虑字节数组是否应该考虑开始使用BOM。
编辑：或者，您可以使用StreamReader执行解码。 这是一个示例，显示使用Encoding.GetString将相同的字节数组转换为两个字符或通过StreamReader转换为一个字符：
using System; using System.IO; using System.Text; class Test { static void Main() { byte[] withBom = { 0xef, 0xbb, 0xbf, 0x41 }; string viaEncoding = Encoding.UTF8.GetString(withBom); Console.WriteLine(viaEncoding.Length); string viaStreamReader; using (StreamReader reader = new StreamReader (new MemoryStream(withBom), Encoding.UTF8)) { viaStreamReader = reader.ReadToEnd(); } Console.WriteLine(viaStreamReader.Length); } }
有一种比创建StreamReader和MemoryStream更有效的方法：
1）如果您知道总有BOM
string viaEncoding = Encoding.UTF8.GetString(withBom, 3, withBom.Length - 3);
2）如果您不知道，请检查：
string viaEncoding; if (withBom.Length >= 3 && withBom[0] == 0xEF && withBom[1] == 0xBB && withBom[2] == 0xBF) viaEncoding = Encoding.UTF8.GetString(withBom, 3, withBom.Length - 3); else viaEncoding = Encoding.UTF8.GetString(withBom);
我相信如果你修剪（）解码的字符串，删除额外的字符