C#处理不可编码字符的自定义EncoderFallback实现方案咨询

不需要依赖未公开的内置最佳回退机制，你自行编写EncoderFallback的自定义实现即可满足需求，整体代码量很小，逻辑可控性比内置映射类回退更高。

核心实现步骤 #

• 自定义回退主类：继承EncoderFallback基类
  重写CreateFallbackBuffer方法，返回后续实现的自定义回退缓冲区实例；重写MaxCharCount属性，按照你需要的&#xUUUU;输出格式，单个不可编码字符替换后固定最长为8个字符，直接返回8即可。
• 自定义回退缓冲区类：继承EncoderFallbackBuffer基类，实现三个核心逻辑：
  • 重写Fallback方法：编码器遇到无法被目标编码支持的字符时会自动触发该方法，入参包含当前问题字符、以及字符在原输入中的索引位置。你在这个方法中取出字符对应的Unicode码点，转为4位大写十六进制字符串，拼接为&#x+十六进制串+;格式的字符数组暂存即可。注意如果遇到码点超过U+FFFF的代理对字符（比如部分生僻字、emoji），Fallback会依次收到高低两个代理项，你需要先将两个代理项合并为完整码点再生成替换内容，不要拆分单个代理项输出错误的转义结果。
  • 重写GetNextChar方法：编码器会循环调用这个方法拉取替换内容，你按顺序把暂存的替换字符逐个返回即可，所有替换字符返回完成后返回EOF，编码器就会自动继续处理后续可正常编码的内容。
  • 按实际读取位置实现MovePrevious、Remaining两个成员即可，逻辑没有特殊复杂度。
• 挂载配置：将你实例化的自定义回退对象，赋值给目标编码实例的EncoderFallback属性，后续用该编码实例做转码就会自动遵循你设定的规则：

  码点被目标编码支持的字符直接正常编码；不被支持的字符自动替换为和原字符一一绑定的&#xUUUU;格式转义串。

补充说明 #

你查到的最佳回退机制，设计初衷是做跨字符集的近似字符映射（比如Æ转AE、西里尔字母转写拉丁字母这类场景），本身并不适配输出固定格式转义序列的需求，完全没必要等框架内置实现，自定义实现的执行效率和灵活度反而更适配你的场景。

内容的提问来源于stack exchange，提问作者Michael Kay