Cómo convertir (transcribir) una cadena de utf8 a ASCII (byte único) en C#?

Question

Tengo un objeto de cadena

"con múltiples caracteres y caracteres especiales" incluso

Estoy tratando de utilizar

UTF8Encoding utf8 = new UTF8Encoding(); 
ASCIIEncoding ascii = new ASCIIEncoding(); 

objetos con el fin de convertir esa cadena en ASCII. ¿Puedo pedirle a alguien que aclare algo sobre esta simple tarea, que es cazar mi tarde?

EDITAR 1: Lo que estamos tratando de lograr es deshacernos de caracteres especiales como algunos de los apóstrofos especiales de Windows. El código que publiqué a continuación como respuesta no se encargará de eso. Básicamente

O'Brian se convertirá en O? Brian. donde 'es uno de los apóstrofos especiales

Answer 1

Esto fue en respuesta a su otra pregunta, parece que se ha eliminado ... el punto sigue en pie.

Parece un classic Unicode to ASCII issue. El truco sería encontrar donde está ocurriendo.

.NET funciona bien con Unicode, suponiendo it's told it's Unicode para empezar (o se deja en el valor predeterminado).

Mi supongo es que su aplicación receptora no puede manejarlo. Por lo tanto, probablemente me uso el ASCIIEncoderwith un EncoderReplacementFallback con String.Empty:

using System.Text; 

string inputString = GetInput(); 
var encoder = ASCIIEncoding.GetEncoder(); 
encoder.Fallback = new EncoderReplacementFallback(string.Empty); 

byte[] bAsciiString = encoder.GetBytes(inputString); 

// Do something with bytes... 
// can write to a file as is 
File.WriteAllBytes(FILE_NAME, bAsciiString); 
// or turn back into a "clean" string 
string cleanString = ASCIIEncoding.GetString(bAsciiString); 
// since the offending bytes have been removed, can use default encoding as well 
Assert.AreEqual(cleanString, Default.GetString(bAsciiString)); 

Por supuesto, en los viejos tiempos, que acababa de bucle sin embargo y eliminar cualquier caracteres greater than 127 ... bueno, los de nosotros en los Estados Unidos al menos. ;)

Answer 2

Pude resolverlo. En caso de que alguien quiere saber por debajo del código que funcionó para mí:

ASCIIEncoding ascii = new ASCIIEncoding(); 
byte[] byteArray = Encoding.UTF8.GetBytes(sOriginal); 
byte[] asciiArray = Encoding.Convert(Encoding.UTF8, Encoding.ASCII, byteArray); 
string finalString = ascii.GetString(asciiArray); 

Avísame si hay una manera más sencilla o haciéndolo.

Answer 3

Para cualquiera a quien le gusten los métodos de extensión, este es el truco para nosotros.

using System.Text; 

namespace System 
{ 
    public static class StringExtension 
    { 
     private static readonly ASCIIEncoding asciiEncoding = new ASCIIEncoding(); 

     public static string ToAscii(this string dirty) 
     { 
      byte[] bytes = asciiEncoding.GetBytes(dirty); 
      string clean = asciiEncoding.GetString(bytes); 
      return clean; 
     } 
    } 
} 

(espacio de nombres System para que esté disponible más o menos automáticamente para todas nuestras cadenas.)

Answer 4

Sobre la base de la respuesta de la marca anterior (y de comentario Geo), que creó una versión de dos forro para eliminar todos los casos de excepción ASCII de una cuerda. Proporcionado para las personas que buscan esta respuesta (como yo lo hice).

using System.Text; 

// Create encoder with a replacing encoder fallback 
var encoder = ASCIIEncoding.GetEncoding("us-ascii", 
    new EncoderReplacementFallback(string.Empty), 
    new DecoderExceptionFallback()); 

string cleanString = encoder.GetString(encoder.GetBytes(dirtyString)); 

Answer 5

Si desea una representación de 8 bits de los caracteres que se utilizan en muchas codificaciones, esto puede ayudarlo.

Debe cambiar la variable targetEncoding a la codificación que desee.

Encoding targetEncoding = Encoding.GetEncoding(874); // Your target encoding 
Encoding utf8 = Encoding.UTF8; 

var stringBytes = utf8.GetBytes(Name); 
var stringTargetBytes = Encoding.Convert(utf8, targetEncoding, stringBytes); 
var ascii8BitRepresentAsCsString = Encoding.GetEncoding("Latin1").GetString(stringTargetBytes);