C#向C++封送UTF8中文字符串数组时的编码异常问题

问题本质 #

1. .NET默认使用系统ANSI编码（Encoding.Default）封送string到C++的char*，而非UTF-8，导致中文路径编码错误。
2. Windows平台下C++的char默认是有符号类型，UTF-8中值大于127的字节会被解析为负数（例如228会被解释为-28，与观测到的符号化结果逻辑一致）。

解决思路 #

1. 显式指定C#封送编码为UTF-8 #

修改DllImport声明，指定字符集为UTF-8，并明确数组元素的封送类型：

[DllImport("mydll.dll", CallingConvention = CallingConvention.Cdecl, CharSet = CharSet.UTF8)]
static extern IntPtr inputFiles(IntPtr pAlzObj, [MarshalAs(UnmanagedType.LPArray, ArraySubType = UnmanagedType.LPStr)] string[] filePaths, int fileNum);

使用时直接传入原始allfiles数组即可，.NET会自动将每个字符串转换为UTF-8编码的C风格字符串，无需手动编码转换。

2. C++端改用unsigned char接收 #

将C++的函数参数从char**改为unsigned char**，这样接收的字节会以无符号形式解析，直接得到0-255的原始UTF-8值：

extern __declspec(dllexport) char* inputFiles(Alz* pObj, unsigned char** filePaths, int fileNum);

char* massAdd(Alz* pObj, unsigned char** filePaths, int fileNum)
{
    // 后续处理逻辑不变，内存中字节值与UTF-8原始数据一致
}

注意确保后续字符串处理函数支持unsigned char*输入，或通过reinterpret_cast<char*>(filePaths[i])类型转换兼容现有逻辑。

3. 手动封送字符串数组（完全控制） #

如果上述方法无法满足需求，可以手动在C#中构建非托管的UTF-8字符串指针数组，完全控制封送过程：

[DllImport("mydll.dll", CallingConvention = CallingConvention.Cdecl)]
static extern IntPtr inputFiles(IntPtr pAlzObj, IntPtr filePaths, int fileNum);

string[] allfiles = Directory.GetFiles("myfolder", "*.jpg", SearchOption.AllDirectories);
List<IntPtr> stringPtrs = new List<IntPtr>();

// 逐个转换字符串为UTF-8并分配非托管内存
foreach (string path in allfiles)
{
    byte[] utf8Bytes = Encoding.UTF8.GetBytes(path);
    IntPtr strPtr = Marshal.AllocHGlobal(utf8Bytes.Length + 1); // 预留null终止符空间
    Marshal.Copy(utf8Bytes, 0, strPtr, utf8Bytes.Length);
    Marshal.WriteByte(strPtr, utf8Bytes.Length, 0); // 添加null终止符
    stringPtrs.Add(strPtr);
}

// 构建指针数组
IntPtr arrPtr = Marshal.AllocHGlobal(stringPtrs.Count * IntPtr.Size);
Marshal.Copy(stringPtrs.ToArray(), 0, arrPtr, stringPtrs.Count);

try
{
    IntPtr pRet = inputFiles(pObj, arrPtr, allfiles.Length);
    // 处理返回值逻辑...
}
finally
{
    // 必须释放非托管内存，避免泄漏
    foreach (IntPtr ptr in stringPtrs)
    {
        Marshal.FreeHGlobal(ptr);
    }
    Marshal.FreeHGlobal(arrPtr);
}

4. 关于系统区域设置的影响 #

当系统区域设置改为「Unicode UTF-8」时，Encoding.Default会自动切换为UTF-8，因此默认封送行为会符合预期。但这是系统级配置，不能依赖用户修改，必须在代码中显式指定编码。

内容的提问来源于stack exchange，提问作者ZWang