如何检测和解决错误编码的Varchar数据？
我的公司有一个建立在第三方网络邮件系统之上的CRM产品。 我们使用他们的底层数据库，并用我们自己的其他数据库扩展它。 除了使用我们的产品，客户还可以直接登录到webmail系统。
Webmail数据库是SQL_Latin1_General_CP1_CI_AS编码的，联系人名称存储在varchar列中，而不是nvarchar。
我们的产品和webmail产品都提供Content-Type：text / html charset = utf-8的页面
如果客户在名为“Céline”的网络邮件（第三方系统）中创建联系人，它最终会以“Céline”的形式存储在数据库中。 这是因为webmail似乎首先将数据从utf-8转换为latin-1，然后将其存储在数据库中。 utf-8 char'é'存储为两个字节，在拉丁文中被解释为两个字符：“Ô
但是，当数据检索并显示在网络邮件中时，它会正确显示为'Céline'
问题是：当从我们的CRM系统读取/写入联系人时，如果您将第一个名称设置为'Céline'，则将其存储为'Céline'，而不是先转换为latin-1'Céline'
反之亦然，如果您在Webmail中创建Céline，则它会在我们的CRM产品中显示为Céline，因为它未从latin-1转换为utf-8
我们的产品具有法国国际化的特点，已经投入生产了几个月，因此系统中有相当多的数据都采用这两种编码方法。
我可以使用以下命令从拉丁文转换为utf-8：
var bytes = Encoding.GetEncoding("iso-8859-1").GetBytes(Convert.ToString(obj))
string fix2 = Encoding.UTF8.GetString(bytes).Trim(); //from iso-8859-1 (latin-1) to utf-8
但是，这只有在数据在存储之前正确转换为拉丁文-1才有效。 所以我真正需要的是确定记录中的数据是utf-8编码的字符串还是拉丁字母编码的字符串。
或者，继续前进，我需要一种方法来模拟webmail正在做什么，并且首先将数据库的所有写操作从utf-8转换为latin-1，并且所有读操作都从latin-1转换为utf-8。
有任何想法吗？ 如果您需要更多信息/说明，请告诉我。
一些澄清。 在字符编码之间转换字节流（这将修改字节）和使用不同字符编码解释字节流（这不会修改字节，只是以不同方式显示）之间存在差异。 您的Webmail应用程序不会将数据库中的UTF-8字符转换为数据库，而是（错误地）重新解释字节流。
是否有可能检测到错误编码的字符？
理论上，没有。 字符，解释为ISO-8859-1是完全有效的。 在实践中，你可以在你的例子中手工搜索不常见的字符，如Ã，并能找到不一致的地方。
我需要一种模仿网络邮件的方式
要将C＃中的字符串从UTF-8重新解释为ISO-8859-1您可以使用以下行（请记得在从数据库返回的路上执行相反的操作）
Encoding.GetEncoding("iso-8859-1").GetString(Encoding.UTF8.getBytes("Some text"))
上一篇: How to Detect and Resolve Incorrectly Encoded Varchar Data?
下一篇: How to make an XmlDocument respect HTML escape sequences