为何非UTF-8字符串在Xunit Fact测试通过，Theory测试却失败？

问题根源 #

Xunit在处理MemberData时，会对数据进行序列化和反序列化操作（默认使用JSON序列化机制）。你构造的字符串是无效的UTF-16序列——单独的高代理项字符（"😀"[0]）加上'X'，这种不符合UTF-16规范的序列，在序列化过程中会被序列化库自动替换成替换字符（�），导致传到测试方法里的字符串和你原本构造的不一样。

而Fact测试中，字符串是在测试方法内部直接构造的，全程在内存中生成，没有经过序列化步骤，所以能保留原始的无效UTF-16序列，自然能触发校验错误。

解决方案 #

要避免序列化对无效字符串的修改，你可以换一种方式传递数据，比如传递构造无效字符串所需的原始字符/数值，在测试方法内部再组装成目标字符串：

方案1：传递字符组件，在测试中组装 #

public static TheoryData<char, char> BadData => new TheoryData<char, char>
{
    { "😀"[0], 'X' } // 传递高代理项字符和后续字符
};

[Theory]
[MemberData(nameof(BadData))]
public void GivenAnInvalidFirstName_Validate_ShouldHaveAValidationError(char highSurrogate, char followChar)
{
    // 在测试内部构造无效字符串，跳过序列化环节
    var notUtf8 = new string(new[] { highSurrogate, followChar });
    _validator.ShouldHaveValidationErrorFor(x => x.FirstName, notUtf8);
}

方案2：传递字节数组，在测试中转成字符串 #

如果你的校验是针对UTF-8编码的有效性，也可以直接传递原始字节数组，在测试里转成字符串：

public static TheoryData<byte[]> BadData => new TheoryData<byte[]>
{
    { new byte[] { 0xF0, 0x9F, 0x98, (byte)'X' } } // 构造无效的UTF-8字节序列
};

[Theory]
[MemberData(nameof(BadData))]
public void GivenAnInvalidFirstName_Validate_ShouldHaveAValidationError(byte[] badBytes)
{
    // 用UTF-8解码字节数组，保留无效序列
    var notUtf8 = Encoding.UTF8.GetString(badBytes);
    _validator.ShouldHaveValidationErrorFor(x => x.FirstName, notUtf8);
}

补充说明 #

C#的string本质是UTF-16编码的字符序列，单独的高代理项属于非法的UTF-16序列。虽然CLR允许构造这样的字符串，但大多数序列化库（包括Xunit使用的）在处理时会自动修复这种非法序列，这就是MemberData传递后字符串变化的核心原因。

内容的提问来源于stack exchange，提问作者Pure.Krome