C# 字符编码类Encoding

时间：2016-08-24 01:02:44 阅读：1804 评论：0 收藏：0 [点我收藏+]

标签：

在网络通信中，很多情况下都是将字符信息转成字节序列进行传输。将字符序列转为字节序列的过程称为编码。当这些字节传送到接收方，接收方需要逆向将字节序列转为字符序列。这个过程就是解码。

常见编码有ASCII字符集，非ASCII字符集如GB2312 GB18030等，Unicode字符集。

在C#中，字符集默认是Unicode，一个英文占2个字节，一个汉字也占2个字节。Unicode能够表示大部分国家的文字，但是空间占用相对ASCII较为浪费。

为了节约空间，后续出现了UTF-8，UTF-16，UTF-32.

UTF8是使用最为广泛的一种UTF格式。属于Unicode的一种变长字符编码，一般使用1-4个字节编码表示一个Unicode字符，即将一个Unicode字符编为1-4个字节组成的UTF8格式，根据不同符号而变化字节长度。

UTF8字节序列在所有系统中都一样的，所以这样可以很容易的进行排序。

UTF16将每个码位表示为一个由1-2个16位整数组成的序列。

UTF32将每个码位表示为一个32位整数。

===============================================================================

Encoding类位于System.Text空间下，主要用于在不同的编码和Unicode之间进行转换。也就是我们本篇主角。

1         //获得所有编码名称和其描述信息;
2         foreach (EncodingInfo encodingInfo in Encoding.GetEncodings())
3         {
4             Debug.Log(encodingInfo.Name+"///"+encodingInfo.GetEncoding().EncodingName);
5         }

//output: 95种字符集。

技术分享

1         //获取某个指定的编码集;
2         Encoding gb2312 = Encoding.GetEncoding("GB2312");
3         Encoding ascii = Encoding.ASCII;
4         Encoding utf8 = Encoding.GetEncoding("UTF-8");
5         Debug.Log("headName::" + gb2312.HeaderName + "///" + gb2312.EncodingName);
6         Debug.Log("headName::" + ascii.HeaderName + "///" + ascii.EncodingName);
7         Debug.Log("headName::" + utf8.HeaderName + "///" + utf8.EncodingName);

技术分享

1 //不同编码之间转换;
2         string str = "这个字符集是什么鬼？Pi(\u03a0)";
3         Encoding unicode = Encoding.Unicode;
4         Encoding utf_8 = Encoding.GetEncoding("UTF-8");
5         byte[] unicodeBytes = unicode.GetBytes(str);
6         byte[] utf8Bytes = Encoding.Convert(unicode, utf_8, unicodeBytes);
7         string value = utf_8.GetString(utf8Bytes);
8         Debug.Log("UTF8 String=" + value);

技术分享

编码是将一组 Unicode 字符转换为一个字节序列的过程。与此相反，解码是将已编码的字节序列转换为 Unicode 字符的一组的过程。有关 Unicode 转换格式 (Utf) 和其他支持的编码信息Encoding，请参阅.NET Framework 中的字符编码。

请注意，Encoding用于操作而不是任意的二进制数据如字节数组的 Unicode 字符。如果必须对任意二进制数据转换为文本进行编码，则应使用一种协议（如 uuencode），通过实现的方法如Convert.ToBase64CharArray。

.NET Framework 提供的以下实现Encoding类，以支持当前的 Unicode 编码和其他编码：

ASCIIEncoding将 Unicode 字符编码为单一 7 位 ASCII 字符。此编码仅支持字符的值之间 U + 0000 和 U + 007F。代码页已选中 20127。此外可通过ASCII属性。
UTF7Encoding将使用 utf-7 编码的 Unicode 字符编码。此编码支持所有 Unicode 字符值。代码页已选中 65000。此外可通过UTF7属性。
UTF8Encoding将使用 utf-8 编码的 Unicode 字符编码。此编码支持所有 Unicode 字符值。代码页已选中 65001。此外可通过UTF8属性。
UnicodeEncoding将使用 utf-16 编码的 Unicode 字符编码。这两个小 endian 和 big endian 字节订单都受支持。此外可通过Unicode属性和BigEndianUnicode属性。
UTF32Encoding将使用 utf-32 编码的 Unicode 字符编码。同时小 endian （代码页 12000）和 big endian （代码页 12001）字节订单都受支持。此外可通过UTF32属性。

Encoding类主要用于不同的编码与 Unicode 之间转换。通常，派生的 Unicode 类之一是您的应用程序的正确选择。

使用GetEncoding方法来获取其他编码，并调用GetEncodings方法以获取所有编码的列表。

下表列出了.NET Framework 中受支持的编码。其中列出了每种编码的代码页编号以及的编码的值EncodingInfo.Name和EncodingInfo.DisplayName属性。最后一列中的星号表示.NET Framework 中，而不考虑基础平台本身支持的代码页。请注意，代码页其EncodingInfo.Name属性对应于一种国际标准不一定是符合该标准填满中。

代码页	名称	显示名称	.NET framework 的支持
37	IBM037	IBM EBCDIC （美国加拿大）
437	IBM437	OEM 美国
500	IBM500	IBM EBCDIC （国际）
708	ASMO 708	阿拉伯语 (ASMO 708)
720	DOS 720	阿拉伯语 (DOS)
737	ibm737	希腊语 (DOS)
775	ibm775	波罗的语 (DOS)
850	ibm850	西欧语 (DOS)
852	ibm852	中欧语 (DOS)
855	IBM855	OEM 西里尔文
857	ibm857	土耳其语 (DOS)
858	IBM00858	OEM 多语言拉丁语我
860	IBM860	葡萄牙语 (DOS)
861	ibm861	冰岛语 (DOS)
862	DOS-862	希伯来语 (DOS)
863	IBM863	加拿大法语 (DOS)
864	IBM864	阿拉伯语 (864)
865	IBM865	北欧 (DOS)
866	cp866	西里尔语 (DOS)
869	ibm869	希腊语、现代 (DOS)
870	IBM870	IBM EBCDIC （多语言拉丁语-2)
874	windows-874	泰语 (Windows)
875	cp875	IBM EBCDIC （希腊语现代)
932	shift_jis	日语 (SHIFT-JIS)
936	gb2312	简体中文 (GB2312)	?
949	ks_c_5601-1987	朝鲜语
950	big5	繁体中文 (Big5)
1026	IBM1026	IBM EBCDIC （土耳其语拉丁文-5)
1047	IBM01047	IBM 拉丁语 1
1140	IBM01140	IBM EBCDIC （美国加拿大欧元）
1141	IBM01141	IBM EBCDIC （德国欧元）
1142	IBM01142	IBM EBCDIC （丹麦挪威欧元）
1143	IBM01143	IBM EBCDIC （芬兰瑞典欧元）
1144	IBM01144	IBM EBCDIC （意大利欧元）
1145	IBM01145	IBM EBCDIC （西班牙欧元）
1146	IBM01146	IBM EBCDIC （英国欧元）
1147	IBM01147	IBM EBCDIC （法国欧元）
1148	IBM01148	IBM EBCDIC （国际欧元）
1149	IBM01149	IBM EBCDIC （冰岛语欧元）
1200	utf-16	Unicode	?
1201	unicodeFFFE	Unicode （big-endian）	?
1250	windows-1250	中欧语 (Windows)
1251	windows-1251	西里尔语 (Windows)
1252	Windows -1252	西欧语 (Windows)	?
1253	windows-1253	希腊语 (Windows)
1254	windows-1254	土耳其语 (Windows)
1255	windows-1255	希伯来语 (Windows)
1256	windows-1256	阿拉伯语 (Windows)
1257	windows-1257	波罗的语 (Windows)
1258	windows-1258	越南语 (Windows)
1361	韩文	朝鲜语 (韩文）
10000	macintosh	西欧语 (Mac)
10001	x mac 日语	日语 (Mac)
10002	x-mac chinesetrad	繁体中文 (Mac)
10003	朝鲜语 mac x-	朝鲜语 (Mac)	?
10004	x mac 阿拉伯	阿拉伯语 (Mac)
10005	希伯来语 mac x	希伯来语 (Mac)
10006	x-mac 希腊语	希腊语 (Mac)
10007	x-mac-西里尔语	西里尔语 (Mac)
10008	x-mac chinesesimp	简体中文 (Mac)	?
10010	罗马尼亚语 mac x-	罗马尼亚语 (Mac)
10017	x-mac-乌克兰语	乌克兰语 (Mac)
10021	x mac 泰语	泰语 (Mac)
10029	x-mac ce	中欧语 (Mac)
10079	冰岛语 mac x-	冰岛语 (Mac)
10081	x mac 土耳其语	土耳其语 (Mac)
10082	克罗地亚语 mac x-	克罗地亚语 (Mac)
12000	utf-32	Unicode (UTF-32)	?
12001	utf-32be	Unicode (utf-32 Big endian）	?
20000	x-中文 CNS	繁体中文 (CN)
20001	x cp20001	TCA 中国台湾地区
20002	x-中文 Eten	繁体中文 (Eten)
20003	x cp20003	IBM5550 中国台湾地区
20004	x cp20004	TeleText 中国台湾地区
20005	x cp20005	Wang 中国台湾地区
20105	x IA5	西欧语 (IA5)
20106	x IA5 德语	德语 (IA5)
20107	瑞典-语 IA5 x	瑞典语 (IA5)
20108	挪威语 IA5 x	挪威语 (IA5)
20127	我们 ascii	US ASCII	?
20261	x cp20261	T.61
20269	x cp20269	ISO -6937
20273	IBM273	IBM EBCDIC （德国）
20277	IBM277	IBM EBCDIC （丹麦挪威）
20278	IBM278	IBM EBCDIC （芬兰瑞典）
20280	IBM280	IBM EBCDIC （意大利）
20284	IBM284	IBM EBCDIC （西班牙）
20285	IBM285	IBM EBCDIC （适用于英国）
20290	IBM290	IBM EBCDIC （日语的片假名）
20297	IBM297	IBM EBCDIC （法国）
20420	IBM420	IBM EBCDIC （阿拉伯语）
20423	IBM423	IBM EBCDIC （希腊语）
20424	IBM424	IBM EBCDIC （希伯来语）
20833	x-EBCDIC KoreanExtended	IBM EBCDIC （扩展朝鲜语）
20838	IBM 泰语	IBM EBCDIC （泰语）
20866	koi8-r	西里尔语 (KOI8 R)
20871	IBM871	IBM EBCDIC （冰岛语）
20880	IBM880	IBM EBCDIC （西里尔文俄语）
20905	IBM905	IBM EBCDIC （土耳其语）
20924	IBM00924	IBM 拉丁语 1
20932	EUC-JP	日语 (JIS 0208 1990年和 0212年 1990年)
20936	x cp20936	简体中文 (GB2312-80)	?
20949	x cp20949	朝鲜语 Wansung	?
21025	cp1025	IBM EBCDIC （西里尔文塞尔维亚语-保加利亚语）
21866	koi8-u	西里尔语 (KOI8 U)
28591	iso 8859-1	西欧语 (ISO)	?
28592	iso 8859-2	中欧语 (ISO)
28593	iso 8859-3	拉丁文 3 (ISO)
28594	iso 8859-4	波罗的语 (ISO)
28595	iso 8859-5	西里尔语 (ISO)
28596	iso 8859-6	阿拉伯语 (ISO)
28597	iso 8859-7	希腊语 (ISO)
28598	iso 8859-8	希伯来语 (ISO Visual)	?
28599	iso 8859-9	土耳其语 (ISO)
28603	iso 8859-13	爱沙尼亚语 (ISO)
28605	iso 8859-15	拉丁文 9 (ISO)
29001	x 木	木
38598	iso 8859-8 i	希伯来语（ISO 逻辑）	?
50220	iso 2022-jp	日语 (JIS)	?
50221	csISO2022JP	日语 (JIS 允许 1 字节假名)	?
50222	iso 2022-jp	日语 (JIS 允许 1 位字节假名-因此 / SI)	?
50225	iso-2022 kr	朝鲜语 (ISO)	?
50227	x cp50227	简体中文 (ISO 2022)	?
51932	euc jp	日语 (EUC)	?
51936	EUC CN	简体中文 (EUC)	?
51949	euc kr	朝鲜语 (EUC)	?
52936	hz gb-2312	简体中文 (HZ)	?
54936	GB18030 字符	简体中文 (GB18030)	?
57002	x-iscii de	ISCII 梵文	?
57003	x iscii 是	ISCII 孟加拉语	?
57004	x-iscii-ta	ISCII 泰米尔语）	?
57005	x-iscii te	ISCII 泰卢固语	?
57006	x-作为 iscii	ISCII 阿萨姆语	?
57007	x iscii 或	ISCII 奥里雅语	?
57008	x-iscii ka	ISCII 埃纳德语	?
57009	x-iscii ma	ISCII 马拉雅拉姆语	?
57010	x-iscii gu	ISCII 古吉拉特语	?
57011	x-iscii pa	ISCII 旁遮普语	?
65000	utf-7	Unicode (UTF-7)	?
65001	utf-8	Unicode (UTF-8)	?

MSDN Encoding >>> https://msdn.microsoft.com/zh-cn/library/system.text.encoding%28v=vs.110%29.aspx

C# 字符编码类Encoding

标签：

原文地址：http://www.cnblogs.com/2Yous/p/5801262.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行