Кодирование Console.Read

Question

В настоящее время я разрабатываю приложение, которое принимает входные данные с консоли , но также поддерживает перенаправление ввода. Для этого я обычно использую Console.Read для получения одиночного символа. Тем не менее, я не могу найти какой-либо ресурс, указывающий, какую кодировку он использует (ASCII? UTF-16? UTF-8? < случайная кодовая страница??), А Console.InputEncoding влияет только на прямой ввод с консоли. Какую кодировку он использует, и как я могу изменить это, если это вообще возможно?

EDIT: Текстовый файл кодируется в UTF-8, но я просто хочу знать, как его будет читать.

Answer 1

Поскольку я не получил ответа, я решил самостоятельно провести тестирование. Я написал файл UTF-8 с различной шириной байт:

: Basic Latin, 1 byte 
٠١٢٣٤٥٦٧٨٩: Arabic, 2 bytes 
₀₁₂₃₄₅₆₇₈₉: Superscripts and Subscripts, 3 bytes 
: Mathematical Alphanumeric Symbols, 4 bytes 

Для тех, кто не умеет читать его правильно, вот шестнадцатеричный:

0000000: 3031 3233 3435 3637 3839 3a20 4261 7369: Basi 
0000010: 6320 4c61 7469 6e2c 2031 2062 7974 650a c Latin, 1 byte. 
0000020: d9a0 d9a1 d9a2 d9a3 d9a4 d9a5 d9a6 d9a7 ................ 
0000030: d9a8 d9a9 3a20 4172 6162 6963 2c20 3220 ....: Arabic, 2 
0000040: 6279 7465 730a e282 80e2 8281 e282 82e2 bytes........... 
0000050: 8283 e282 84e2 8285 e282 86e2 8287 e282 ................ 
0000060: 88e2 8289 3a20 5375 7065 7273 6372 6970 ....: Superscrip 
0000070: 7473 2061 6e64 2053 7562 7363 7269 7074 ts and Subscript 
0000080: 732c 2033 2062 7974 6573 0af0 9d9f 8ef0 s, 3 bytes...... 
0000090: 9d9f 8ff0 9d9f 90f0 9d9f 91f0 9d9f 92f0 ................ 
00000a0: 9d9f 93f0 9d9f 94f0 9d9f 95f0 9d9f 96f0 ................ 
00000b0: 9d9f 973a 204d 6174 6865 6d61 7469 6361 ...: Mathematica 
00000c0: 6c20 416c 7068 616e 756d 6572 6963 2053 l Alphanumeric S 
00000d0: 796d 626f 6c73 2c20 3420 6279 7465 730a ymbols, 4 bytes. 

Теперь, я написал простую программу, чтобы просто выводить кодовые это следующим образом:

using System; 

class Program 
{ 
    static void Main() 
    { 
     Console.WriteLine("Codepoints:"); 
     for (int cur = Console.Read(); cur != -1; cur = Console.Read()) 
      Console.WriteLine("U+{0:X4}", cur); 
    } 
} 

Теперь, вот выход при запуске на моем тестовом файле:

Codepoints: 
U+0030 
U+0031 
U+0032 
U+0033 
U+0034 
U+0035 
U+0036 
U+0037 
U+0038 
U+0039 
<cut> 
U+0660 
U+0661 
U+0662 
U+0663 
U+0664 
U+0665 
U+0666 
U+0667 
U+0668 
U+0669 
<cut> 
U+2080 
U+2081 
U+2082 
U+2083 
U+2084 
U+2085 
U+2086 
U+2087 
U+2088 
U+2089 
<cut> 
U+D835 
U+DFCE 
U+D835 
U+DFCF 
U+D835 
U+DFD0 
U+D835 
U+DFD1 
U+D835 
U+DFD2 
U+D835 
U+DFD3 
U+D835 
U+DFD4 
U+D835 
U+DFD5 
U+D835 
U+DFD6 
U+D835 
U+DFD7 
<cut> 

(Как я и предполагал, добавление Console.InputEncoding = Encoding.UTF8; не повлияло на выход.) Как вы видите, он отлично читает символы на базовой многоязычной плоскости. Однако, когда вы начинаете входить в дополнительные плоскости, он действует как UTF-16 и начинает выводить суррогатных символов. Однако эти суррогаты по-прежнему правильно кодируют исходные символы, что привело меня к моему заключению:

Console.Read может читать UTF-8, но выходы в UTF-16.