C#编码 .

最新推荐文章于 2022-03-10 23:46:06 发布

ArvinStudy

最新推荐文章于 2022-03-10 23:46:06 发布

阅读量708

点赞数

分类专栏： C#基础知识文章标签： c# byte encoding string buffer .net

C#基础知识专栏收录该内容

126 篇文章

订阅专栏

本文深入探讨了.NET环境中字符串编码与字节序列之间的转换过程，包括Unicode、UTF-8、默认编码及UTF32等，详细解释了编码方式与实际输出的关系，以及如何正确读取和处理不同编码格式的文件流。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

 string str = "我是中国人";
            //Encoding encoding = Encoding.GetEncoding(str);
            Encoding unicode = Encoding.Unicode;
            Encoding utf8 = Encoding.UTF8;
            Encoding default1 = Encoding.Default;
            Encoding utf32 = Encoding.UTF32;
            byte[] byte1 = unicode.GetBytes(str);
            byte[] byte2 = utf8.GetBytes(str);
            byte[] byte3 = default1.GetBytes(str);
            byte[] byte4 = utf32.GetBytes(str);
            //byte[] byte5 = .GetBytes(str);
            Console.WriteLine("enUnicode:{0}", byte1.Length);
            Console.WriteLine("utf8:{0}", byte2.Length);
            Console.WriteLine("default{0}", byte3.Length);
            Console.WriteLine("utf32:{0}", byte4.Length);
            Console.WriteLine("utf32:{0}", Encoding.UTF8.GetString(byte2));
            string str2 = Encoding.UTF32.GetString(byte4);
            string str3 = Encoding.Unicode.GetString(byte1);
            Console.WriteLine(str3.ToString());
            Console.WriteLine(str);
            //HttpRequest.ContentEncoding 
            // Encoding encoding = Encoding.GetEncoding("gb2312");
            //IEnumerable<string[]> entries = File.ReadAllLines(fileInfo.UpperCasePath, Encoding.GetEncoding("Shift_jis"))

            string text = "%B3%C2%B8%A3%D0%CB";
            string keyword = HttpUtility.UrlDecode(text, Encoding.GetEncoding("GB2312"));
            string fds = HttpUtility.UrlEncode(keyword,Encoding.GetEncoding("GB2312"));

            byte[] ascii = Encoding.ASCII.GetBytes(s);

.NET中的String确实只有Unicode一种。所以编码格式的字节序列转换成String时最终都是以Unicode表示。转换成String后它以后的编码格式已经不重要或者说没有意义了。
System.Text.Encoding.Default是取系统的当前ANSI代码页的编码(MSDN上抄的)，即当前系统的编码。(在我们的机子上一般都是 "gb2312 ")这就是我每次用Default读取文件流都正确，且必须用Default读取才正确的原因----其实用Encoding.GetEncoding( "GB2312 ")也一样。

详细介绍：
在每次进行byte[]--> String(other--> Unicode)和String--> byte[](Unicode--> other)时都会有编码转换。
比如通常的转换都有设置编码的地方，如StreamReader(string   path   [,   System.Text.Encoding   encoding]),Response.Charset,这就相当于你告诉系统byte[]是什么编码，这时候.NET用你指定的编码方式去解码，然后转换成Unicode编码方式的String.
也就是说，不管何时，我们所指定的编码都只是指byte[]。
即Encoding.UTF8.GetString(byte[]   buffer)是告诉系统buffer的编码是UTF8。
byte[]   buf   =   Encoding.UTF8.GetBytes(string   str)是告诉系统返回的buf编码方式是UTF8。

你可能告诉系统一个假的编码方式，或者你没有告诉系统并且byte[]的编码不是用的默认编码，那么系统解码仍然会用指定编码方式进行，在机器看来他仍然解码成功，然后转换成Unicode编码，因为机器只知道0,1字节序，他不知道解码出来的东西是否是混乱的，在他看来一切正常。
但我们去看，就会发现字符串成了一些莫名其妙的符号而没有任何意义，这就是所谓的乱码。
就好比： "you   yi   ge "，本来是拼音 "有一个 "，你却偏偏告诉别人这是英语，别人用英语去拼，就不知道是怎么回事了，就成了乱码，呵呵。
即：字节序是按指定编码方式编码，它有一个特定的编码方式，但它本身是中性的，不含有任何编码信息。

编码方式理论上是独立于语言的，但实际上需要语言去支持。如JAVA中有 "GBK "(gb2312扩展)编码，但.NET中没有。你用Encoding.GetEncoding( "GBK ")会抛异常。
http://topic.youkuaiyun.com/t/20050512/19/4002354.html

很好的一篇文章解释了Unicode和gb2312，UTF-8的区别于联系http://tech.ddvip.com/2008-11/122794544296212.html

也不错的编码文章：http://www.cnblogs.com/yasin/articles/1404064.html

http://www.cnblogs.com/namek/

转自：http://blog.youkuaiyun.com/helloguonan/article/details/7106582