การทำให้วัตถุเป็นอนุกรมเป็น UTF-8 XML ใน. NET

การกำจัดวัตถุอย่างเหมาะสมถูกลบออกเพื่อความกะทัดรัด แต่ฉันตกใจถ้านี่เป็นวิธีที่ง่ายที่สุดในการเข้ารหัสวัตถุเป็น UTF-8 ในหน่วยความจำ จะต้องมีวิธีที่ง่ายกว่านี้ไม่ใช่หรือ?

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();

รหัสของคุณไม่ได้รับ UTF-8 ลงในหน่วยความจำในขณะที่คุณอ่านกลับเข้าไปในสตริงอีกครั้งดังนั้นรหัสจึงไม่อยู่ใน UTF-8 อีกต่อไป แต่กลับเป็น UTF-16 (แม้ว่าจะเป็นการดีที่สุดที่จะพิจารณาสตริงในระดับที่สูงกว่า การเข้ารหัสใด ๆ ยกเว้นเมื่อถูกบังคับให้ทำเช่นนั้น)

ในการรับอ็อกเต็ต UTF-8 จริงคุณสามารถใช้:

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();

ฉันได้ทิ้งการกำจัดแบบเดียวกับที่คุณทิ้งไว้ ฉันชอบสิ่งต่อไปนี้เล็กน้อย (โดยทิ้งไว้ตามปกติ):

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();
}

ซึ่งมีความซับซ้อนเท่า ๆ กัน แต่แสดงให้เห็นว่าในทุกขั้นตอนมีทางเลือกที่สมเหตุสมผลในการทำอย่างอื่นสิ่งที่เร่งด่วนที่สุดคือการต่ออนุกรมกับที่อื่นที่ไม่ใช่หน่วยความจำเช่นไฟล์ TCP / IP สตรีมฐานข้อมูล ฯลฯ สรุปแล้วมันไม่ได้เป็นแบบ verbose

ไม่ได้คุณสามารถใช้ a StringWriterเพื่อกำจัดตัวกลางMemoryStreamได้ อย่างไรก็ตามในการบังคับให้เป็น XML คุณต้องใช้StringWriterซึ่งจะแทนที่Encodingคุณสมบัติ:

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

หรือหากคุณยังไม่ได้ใช้ C # 6:

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

แล้ว:

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

เห็นได้ชัดว่าคุณสามารถสร้างUtf8StringWriterเป็นคลาสทั่วไปมากขึ้นซึ่งยอมรับการเข้ารหัสใด ๆ ในตัวสร้าง - แต่จากประสบการณ์ของฉัน UTF-8 เป็นการเข้ารหัสแบบ "กำหนดเอง" ที่จำเป็นที่สุดสำหรับStringWriter:)

ขณะนี้เป็นจอนฮันนากล่าวว่านี้จะยังคงเป็น UTF-16 ภายใน แต่สันนิษฐานว่าคุณกำลังจะผ่านมันไปเป็นอย่างอื่นในบางจุดที่จะแปลงเป็นข้อมูลไบนารี ... ที่ว่าจุดที่คุณสามารถใช้สตริงข้างต้น แปลงเป็น UTF-8 ไบต์และทั้งหมดจะเป็นไปด้วยดี - เนื่องจากการประกาศ XML จะระบุ "utf-8" เป็นการเข้ารหัส

แก้ไข: ตัวอย่างสั้น ๆ แต่สมบูรณ์เพื่อแสดงการทำงานนี้:

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;
    }
}

ผลลัพธ์:

<?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>

ฉันเชื่อว่าการเข้ารหัสที่ประกาศของ "utf-8" ซึ่งเป็นสิ่งที่เราต้องการ

คำตอบที่ดีมากโดยใช้การถ่ายทอดทางพันธุกรรมอย่าลืมแทนที่ตัวเริ่มต้น

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

ฉันพบบล็อกโพสต์นี้ซึ่งอธิบายปัญหาได้เป็นอย่างดีและกำหนดวิธีแก้ไขปัญหาต่างๆดังนี้

(ลิงก์ที่ตายแล้วถูกลบออก)

ฉันได้ตัดสินใจแล้วว่าวิธีที่ดีที่สุดคือการละเว้นการประกาศ XML โดยสิ้นเชิงเมื่ออยู่ในหน่วยความจำ จริงๆแล้วมันก็คือ UTF-16 ในตอนนั้น แต่การประกาศ XML ดูเหมือนจะไม่มีความหมายจนกว่าจะถูกเขียนไปยังไฟล์ที่มีการเข้ารหัสเฉพาะ และไม่จำเป็นต้องมีการประกาศ ดูเหมือนจะไม่ทำลาย deserialization อย่างน้อย

ดังที่ @Jon Hanna กล่าวถึงสิ่งนี้สามารถทำได้ด้วย XmlWriter ที่สร้างขึ้นเช่นนี้:

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