如何从SQL Server正确提取Win-1252编码文件内容并还原？

核心问题 #

你的.NET Core代码执行了多余且错误的编码转换，导致原始文件内容被破坏。

遗留代码的实际流程 #

1. 读取文件的Win-1252字节数组
2. 通过Win-1252编码将字节数组解码为.NET字符串（内部以UTF-16格式存储）
3. 将该字符串存入SQL Server的text列（SQL Server会以UTF-16格式保存这个字符串）

你的错误转换逻辑 #

你错误地将从数据库取出的UTF-16字符串先编码为Win-1252字节，再解码为UTF8字符串，最后又编码为UTF8字节写入文件——这相当于对原始内容做了两次错误的编码转换，完全偏离了原始字节流。

正确代码实现 #

直接将从数据库获取的字符串用Win-1252编码回字节数组，然后写入文件即可：

var content = _dBContext.Docs.Where(e => e.Id == id).Select(e => e.Contents).SingleOrDefault();
if (content == null) return; // 处理空内容场景
byte[] originalWin1252Bytes = Encoding.GetEncoding(1252).GetBytes(content);
File.WriteAllBytes(filename, originalWin1252Bytes);

原理说明 #

• 从数据库取出的content是遗留应用用Win-1252解码得到的.NET字符串，内部存储为UTF-16格式
• 用Win-1252编码该字符串，就能还原出遗留应用读取文件时的原始Win-1252字节数组
• 将这个字节数组直接写入文件，即可得到与原始文件完全一致的内容

验证建议 #

可以对比原始文件和生成文件的字节哈希值（如MD5或SHA256），确认两者完全一致，以此验证结果正确性。

内容的提问来源于stack exchange，提问作者T M