UTF-8 byte[] إلى string في C#: أي طريقة أسرع وأفضل؟

لماذا لا يزال سؤال "UTF-8 byte[] to string" ملحًا؟

تخيل: لقد تلقيت مصفوفة بايتات من طلب شبكة، أو قرأت ملفًا ثنائيًا، أو ألغيت تسلسل بيانات من API. بداخلها — نص عادي بالروسية أو الإنجليزية أو رموز تعبيرية. لكن C# يرى فقط byte[]. مهمتك هي تحويل هذه الأصفار والواحدات إلى سلسلة string مفهومة.

قد يبدو الأمر بسيطًا؟ استدعاء طريقة واحدة — وينتهي الأمر. لكن على Stack Overflow، سؤال "How to convert UTF-8 byte[] to string" يجمع آلاف المشاهدات وعشرات الإجابات. لماذا؟ لأن الشيطان يكمن في التفاصيل: الترميز، الأداء، الأمان، والاستثناءات غير المتوقعة.

في هذه المقالة، لن نقدم فقط كودًا جاهزًا. سنقوم بمقارنة المناهج، وقياس السرعة، ومناقشة المزالق، واختيار أفضل أداة لكل مهمة. إذا كنت تكتب بلغة C# وتعمل مع الشبكات أو الملفات أو التسلسل — فهذه المادة لك.

المشكلة: byte[] ليس سلسلة

في C#، يتم تخزين السلسلة string بترميز UTF-16. أما البايتات التي حصلت عليها، فمن المرجح أنها مشفرة بـ UTF-8 (معيار الإنترنت، JSON، معظم البروتوكولات النصية). التحويل المباشر غير ممكن — سيعطي المترجم خطأ.

نحتاج إلى وحدة فك ترميز تحول تسلسل بايتات UTF-8 إلى أحرف UTF-16. وهنا يبدأ الجزء المثير: لدى المطور ثلاثة مسارات مختلفة جوهريًا على الأقل.

الطريقة 1: الكلاسيكية — Encoding.UTF8.GetString

الطريقة الأكثر وضوحًا والتي توصي بها Microsoft هي استخدام الفئة الثابتة System.Text.Encoding:

byte[] utf8Bytes = { 72, 101, 108, 108, 111, 32, 208, 191, 209, 128, 208, 176, 208, 178, 208, 176 }; // "Hello права"\nstring result = Encoding.UTF8.GetString(utf8Bytes);\nConsole.WriteLine(result); // الإخراج: Hello права

الإيجابيات:

\n
• البساطة — سطر واحد من الكود.
\n
• دعم جميع الترميزات، بما في ذلك UTF-8 وUTF-16 وASCII وLatin-1.
\n
• معالجة مدمجة لـ BOM (علامة ترتيب البايت) — إذا كان هناك علامة UTF-8 في بداية المصفوفة، سيتم تجاهلها.
\n
• الأمان — لا توجد كتل unsafe.
\n

السلبيات:

\n
• كل استدعاء ينشئ سلسلة جديدة ومخزنًا مؤقتًا داخليًا.
\n
• إذا كانت البايتات تالفة أو تحتوي على تسلسل UTF-8 غير صالح، فستلقي الطريقة افتراضيًا استثناء DecoderFallbackException (إذا لم يتم ضبط fallback).
\n
• غير مثالية للمصفوفات الكبيرة جدًا (مئات الميغابايت) — نسخ مزدوج للبيانات.
\n

متى تستخدمها؟

في 95% من الحالات. هذا هو المعيار الصناعي. إذا كنت لا تكتب محللًا عالي التحميل أو لا تعمل مع غيغابايت من السجلات — استخدم Encoding.UTF8.GetString.

الطريقة 2: سريعة وخطيرة — unsafe مع المؤشرات

لأولئك الذين يطاردون السرعة ولا يخافون من unsafe. الفكرة: نحن نعلم أن UTF-8 وUTF-16 هما ترميزان مختلفان، ولكن إذا كانت المصفوفة تحتوي فقط على أحرف ASCII (رموز حتى 127)، فيمكن "تمديد" كل بايت إلى حرف ثنائي البايت دون فك ترميز.

unsafe string UnsafeAsciiBytesToString(byte[] bytes)\n{\n    fixed (byte* pBytes = bytes)\n    {\n        return new string((sbyte*)pBytes, 0, bytes.Length);\n    }\n}

هذا الكود يعمل فقط مع ASCII! بالنسبة للنص الروسي (أحرف > 127)، ستكون النتيجة غير صالحة. لكن بالنسبة للإنجليزية الخالصة، فهو أسرع بمقدار 2-3 مرات من Encoding.UTF8.GetString.

الإيجابيات:

\n
• أقل تكلفة إضافية — لا نسخ، لا فك ترميز.
\n
• مثالي لتحليل رؤوس HTTP ومفاتيح JSON (إذا كانت ASCII).
\n

السلبيات:

\n
• خطير للأحرف متعددة البايت — تلف البيانات.
\n
• يتطلب إذن unsafe في المشروع (غير مسموح به في كل مكان).
\n
• لا يعالج