使用CSharpCompilation时非断空格触发CS1056错误的解决方法

问题核心 #

源码中存在两种非断空格：单字节0xA0（ASCII/Windows-1252编码）和双字节0xC2 0xA0（UTF-8编码）。命令行编译器可自动兼容这类字符，但使用Roslyn的CSharpCompilation时，默认UTF-8解析会把无BOM文件里的0xA0识别为无效字符，触发CS1056错误。

高效通用解决方案 #

方案1：编码自动适配+统一替换 #

修改ParseBytes方法，先尝试UTF-8解析，失败则回退到Windows-1252（命令行编译器常用的兼容编码），最后统一将非断空格替换为普通空格：

public static SyntaxTree ParseBytes(this byte[] bytes, CSharpParseOptions options, string filePath)
{
    SourceText sourceText;
    try
    {
        // 优先用UTF-8解析，开启错误检测
        sourceText = SourceText.From(bytes, Encoding.UTF8, SourceHashAlgorithm.Sha256, throwIfBinaryOrWrongEncoding: true);
    }
    catch (ArgumentException)
    {
        // UTF-8解析失败时，用Windows-1252兼容ASCII编码的0xA0
        sourceText = SourceText.From(bytes, Encoding.GetEncoding(1252), SourceHashAlgorithm.Sha256);
    }
    // 将所有非断空格（U+00A0）替换为普通空格（U+0020）
    sourceText = sourceText.Replace("\u00A0", " ");
    return CSharpSyntaxTree.ParseText(sourceText, options, filePath);
}

方案2：直接全局替换非断空格 #

无需编码检测，直接在解析后将所有非断空格替换为普通空格，简单高效：

public static SyntaxTree ParseBytes(this byte[] bytes, CSharpParseOptions options, string filePath)
{
    var sourceText = SourceText.From(bytes, bytes.Length);
    // 统一替换非断空格为普通空格，消除语法识别问题
    sourceText = sourceText.Replace("\u00A0", " ");
    return CSharpSyntaxTree.ParseText(sourceText, options, filePath);
}

方案有效性说明 #

• 命令行编译器本身支持将非断空格视为合法空白字符，Roslyn同样兼容，但需确保字符被正确解析为U+00A0而非无效字节
• 替换为普通空格完全符合C#语法规范，不会改变代码逻辑
• 两种方案都在编译前的解析阶段处理，无需批量修改源码文件，性能开销可忽略

内容的提问来源于stack exchange，提问作者mark