デコードされた値のエンコーディングを知らなくても、base64でエンコードされた値の長さを判断する方法はありますか？

Question

私はベース64のエンコードされた値を持っています。デコードされた値のエンコーディングを知らずに、この値を使ってデコードされた値の長さを知りたいと思います。

たとえば、「foo」のベース64エンコード値は、Zm9vです。このようにデコードすると：

var bytes = Convert.FromBase64String("Zm9v"); 

私は3バイトの配列を取得します。この場合、私は簡単に3ような長さを決定しますが、我々はベース64に「= w7w」である値として「ü」を持っているとしましょうことができます。

// length = 2 
var bytes = Convert.FromBase64String("w7w="); 

バイト配列の長さを一般的に再び使用されるが、私はこれがUTF8として働くだろうと思います

var lenght = Encoding.UTF8.GetString(bytes).Lenght; 

：最初のソリューションが失敗したので、私は考えて、他のオプションはUTF8エンコーディングを使ってバイトから文字列を取得し、長さを取得することで、2です私は快適ではないwこの解決法のいずれか。これについてどうすればいいですか？最初の価値のコード化を知らなくても、これに対する一般的な解決策を見つけることは不可能でしょうか？その後、代わりにバイトの長さを得るための

Answer 1

あなたがエンコーディングを持っていない場合。 1000バイトのBLOBは、500文字のUnicodeまたは1000文字のASCII文字列です。エンコーディングなしではあなたは決して知りません。

Answer 2

、それを文字列に変換し、文字列の長さを取得する：あなたはバイト配列から文字列の長さを知ることができない

var bytes = Convert.FromBase64String("w7w="); 
int length = Encoding.UTF8.GetString(bytes).Length; 

DEMO

Answer 3

ここには2つの問題がありますが、簡単なものと（一般的な場合の）不可能なものがあります。

簡単な方法は、base64文字列でエンコードされたバイト数を取得することです。これは、実際には、base64文字列の文字数と最後に何文字あるかを調べて、デコードを実行せずに行うことができます。

一般的に不可能なのは、任意のバイトシーケンスでエンコードされた文字数を取得することです。 は文字数がエンコードに依存しており、正しくを推測しているのでのエンコーディングは、常に不可能です。。この私が抜粋されますが、問題は、時々the Notepad file encoding problemとして知られている、とレイモンドチェンは私ができるよりもはるかに良いが、それを説明している：

例えば

を、このファイルを考えてみましょう。

D0 AE 

あなたをコードしているに応じて、あなたは非常に異なる 結果を得ると仮定します。

• あなたが（コードページ1252付）8ビットのANSIを想定した場合、そのファイルは、2つの文字U + 00D0 U + 00AE、または "Ю" で構成されています。これは確かに と思われますが、おそらくそれはVATNI®という単語の一部です。これは アイスランドのホテルの名前です。

• UTF-8と仮定すると、ファイルは単一のキリル文字U + 042Eまたは "Ю"で構成されます。

• Unicodeビッグエンディアンを想定している場合、ファイルは韓国語のハングルの音節U + D0AEまたは "킮"で構成されています。

• Unicodeリトルエンディアンと仮定すると、ファイルは韓国語のハングルの音節U + AED0または "ใ"で構成されます。