*摘要
。编码知识概述
。易产生乱码的情况
。.NET的编码类
。ASP.NET下的编码
。编码应用实例
* 字符与编码的发展
一、ASCII：计算机刚开始只支持英语，其它语言不能够在计算机上存储和显示。（英文 DOS）
二、ANSI编码（本地化）为使计算机支持更多语言，通常用。0X80~0XFF范围的2个字节来表示1个字符。比如：汉字‘中’在中文操作系统中，使用[0xD6,0xD0]这两个字节存储。不同的国家和地区制定了不同的标准，由此产生了GB2312,BIG5,JIS等各自的编码标准。这些使用2个字符来代表一个字符的各种汉字延伸编码方式，称为ANSI编码。在简体中文系统下，ANSI编码代表GB2312编码，在日文操作系统下，ANSI编码代表JIS编码。不同ANSI编码之间互不兼容，当信息在国际间交流时，无法将属于两种语言的文字，存储在同一段ANSI编码的文本中。（中文DOS，中文Windows95/98,日文Windows95/98）
三、UNICODE(国际化)：为了使国际间信息交流更加方便，国际组织制定了UNICODE字符集，为各种语言中的每一个字符设定了统一并且唯一的数字编码，以满足跨语言，跨平台进行文本转换，处理的要求。（WindowsNT/2000/xp,Linux,Java）
* 字符串在内存中的存放方法
。在ASCII阶段，单字节字符串使用一个字节存放一个字符（SBCS）。比如，“Bob123”在内存中为：
-42 6F 62 31 31 33 00
-B o b 1 2 3 \0
。在使用ANSI编码支持多种语言阶段，每个字符使用一个字节或多个字节来表示，比如，“中文123”在中文Windows95内在职为7个字节：
-D6D0 CEC4 31 32 33 00
-中 文 1 2 3 \0
。UNICODE中，计算机存放字符串时，改为存放每字符在UNICODE字符集中的序号。目前计算面一般使用2个字节（16）位来放存一个序号（DBCS），因此，这种方式存放的字符也被称作宽字节字符。比如，字符串"中文123"在Windows2000下，内存中实际存放的是5个序号，共10个字节：
-2E4E 8765 3100 3200 3300 0000
-中 文 1 2 3 \0
* 字符集与编码
。各个国家和地区所制定的不同ANSI编码标准中，都只规定了各自语言所需的“字符”。比如：没字标准（GB2312）国为， 有规定韩国语字符怎样存储。这些ANSI编码标准所规定的内容包含两层含义：
-字符集：所包含“字符”的集合
-编码：规定每个“字符”分别用一个字节还是多个字节存储，用哪些字节来存储
。“UNICODE”字符集包含了各种语言中使用到的所的“字符”。用来给UNICODE字符集编码的标准有很多种，比如：UTF-8,UTF-7,UTF-16,UnicodeLittle,UnicodeBig等。
* 常用编码简介
单字节字符编码：ISO－8859－1：最简单的编码规则，每一个字节直接夜为一个UNICODE字符。比如，[oxD6,oxD0]这两个字节，通过ISO-8859-1转化为字符符串时，将直接得到[0x00D6,0x00D0]两个UNICODE字符，即"乱码"。反之，将UNICODE字符串通过ISO-8859-1转化为字节串时，只能正常转化0~255范围的字符。
ANSI编码：
（GB2312,BIG5）把UNICODE字符串通过ANSI编码转化为“字节串”时，根据各自编码的规定，一个UNICODE字符可能转化成一个字节或多个字节。
（Shift_JIS,ISO-8859-2,...）反之，将字节串转化成字符串时，可能多个字世转化成一个字符。比如[0xD6,0xD0]这两个字节，通过GB2312转化为字符串时，将得到[0x4E2D]一个字符，即“中”字。
“ANSI”编码的特点：
1、这些“ANSI”编码标准都只能处理各自语言范围之内的UNICODE字符。
2、“UNICODE字符”与“转换出来的字节”之间的关系是人为规定的。
UNICODE编码
（UTF－8，UTF－16，UnicodeBig）与“ANSI”编码类似的，把字符串通过UNICODE编码转化成“字节串”时，一个UNICODE字符可能转化
成一个字节或多个字节。
与“ANSI编码”不同的是：
1、这些“UNICODE编码”能够处理所有的UNICODE字符。
2、“UNICODE”字符与“转换出来的字节”之间是可以通过计算得到的。
* Unicode字符集
。名称的由来
－Unicode字符集编码是Universal Multiple-Octet Coded CHaracter Set通过多八位编码字符集的简称，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言，跨平台进行文本转换，处理的要求。
。UTF-8编码
－UTF-8是Unicode的其中一个使用方式。UTF是Unicode Translation Format,即把Unicode转做某种格式的意思。UTF-8使用可变长度字节来储存Unicode字符，例如ASCII字母继续使用1字节储存，重音文字，希腊字母或西里尔字母等使用2字节来储存，而常用的汉字就要使用3个字节。辅助平面字符则使用4字节。
。UTF-32，UTF-16和UTF-8：
－Unicode标准的编码字符集的字符编码方案，UTF-16使用一个或两个末分配的16位代码单元的序列对Unicode代码点进行编码：UTF-32即将每一个Unicode代码点表示为相同值的32位数。
* 易产生乱码的情况
。非UNICODE程序在不同语言环境间移植时的乱码。
。网页提交字符串
。从数据库读取字符串
。电子邮件中的字符串
* 不同语言环境间移值
。非UNICODE程序中的字符串，都是以某种ANSI编码形式存在的。如果程序运行时的语言环境与开发时的语言环境不同，将会导致ANSI字符串的显示失败。
。由于客观原因，有时候我们必须在中文操作系统下运行非NUICODE的日文软件。这时我们可以采用一些工具，比如，南极星，AppLocale等，暂时的模拟不同的语言环境。
* 网页提交字符串
。当页面中的表单提交字符串时，首先把字符串按照当前页面的编码，转化成字节串。然后再将每个字节转化成“%XX”的格式提交到Web服务器。比如，一个编码为GB2312的页面，提交“中”这个字符串时，提交给服务器的内容为“%D6%D0”。
。在服务器端，Web服务器把收到的“%D6%D0”转化成[0xD6,0xD0]两个字节，然后根据GB2312编码规则得到“中”字。
。默认情况下，当提交“%D6%D0”给服务器时，将返回[0x00D6,0x00D0]两个UNICODE字符，两不是返回一个“中”字符。所以出现乱码。
* 从数据库读取字符串
。通过数据库客户端（比如ODBC或JDBC）从数据库服务器中读取字符串时，客户端需要从服务器获知所使用的ANSI编码。当数据库服务器发送字节流给客户端时，客户端负责将字节流按照正确的编码转化成UNICODE字符串。
* 电子邮件中的字符串
。当一段Text或者HTML通过电子邮件传送时，发送的内容首先通过一种指定的字符编码转化成“字节串”，然后再把“字节串”通过一种指定的传输编码（Content-TransferEncoding）进行转化得到另一串“字节串”
。最常用的Content-Transfer-Encoding有Base64和Quoted-Printable两种。
* 邮件标题编码
。邮件的标题，用了一种更简短的格式来标注“字符编码”和“传输编码”。比如，标题内容为“中”，则在邮件源代码中表示为：
。//正确的标题格式
Subject:=?GB2312?B?1tA=?=
－第一个“=?”与"?"中间的部分指定了字符编码，在这个例子中指定的是GB2312.
－“?”与“?”中间的“B”代表Base64。如果是“Q”则代表QuotedPrintable。
－最后“?”与“?=”之间的部分，就是经过GB2312转化成字节串，再经过Base64转化后的标题内容。
。如果“传输编码”改为Ouoted-Printable,同样，如果标题内容为"中"
－Subject:=?GB2312?Q?=D6=D0?
* System.Text
。System.Text命名空间包含表示ASCII,Unicode,UTF-7和UTF-8字符编码的类；用于将字符块转换为字节块和将字节块转换为字符块的抽象基类。
ASCIIEncoding：表示Unicode字符的ASCII字符编码。
Decoder：将已编码的字节块转换为Unicode字符块。
Encoder：将Unicode字符块转换为已编码的字节块。
Encoding：表示字符编码
StringBuilder：表示可变字符串。无法继承此类
UnicodeEncoding：表示Unicode字符的UTF-26编码
UTF7Encoding：表示Unicode字符的UTF-7编码
UTF8Encoding：表示Unicode字符的UTF-8编码
* ASP.NET下的编码
。Web.config文件全球化：
-<globalization requestEncoding="utf-8" responseEncoding="uft-8" />
-requestEncoding是app请求时的编码，
responseEncoding是IIS响应编码
。Response.ContentEncoding:获取或设置输出流的HTTP字符集。
。HttpRequest.ContentEncoding:表示客户端的字符集的Encoding对象。
* 汉字编码
。1980年，为了便每一个汉字有一个全国统一的代码，我国颁布了第一个汉字编码的国家标准：GB2312-80《信息交换用汉字编码字符集》基本集，简称GB2312.这个字符集是国内所有汉字系统的统一标准。到了后来又公布了国家标准GB18030-2000《信息交换用汉字编码字符集基本集的扩充》，简介GB18030
。目前在中文Windows操作系统中，.NET编程中默认的代面页就是GB18030简体中文
。中文汉字字符可以使用区位码来表示：
－例如“好”字的十六进制区位码是ba c3，前两位是区域，后两位是代表位置，ba处在第26区,"好"处在此区汉字的第35位也就是c3位置，所以数字代码就是2635。这就是GB2312汉字区位原理。
* Base64编码规则
。Base64编码的思想是采用64个基本的ASCII码字符对数据进行重新编码。它将需要编码的数据拆分成字节数组。以3个字节为一组。按顺序列24位数据，再把这24位数据分成4组，即每组6位。再在每组的最高位前补两个0凑足一个字节。这样就把一个3字节为一组的数据重新编码成了4个字节。当所要编码的数据的字节数不是3的整数倍数，也就是说在分进最后一组不够3个字节。这进在最后一组填充1到2个0字节。并在最后编码完成后在结尾添加1到2个“=”。
。例：将对ABC进行BASE64编码
首先取ABC对应的ASCII码值。A（65）B（66）C（67）
再取二进制值A（01000001）B（01000010）C（01000011）
然后把三个字节的二进制码接起来（010000010100001001000011），
再以6位为单位分成4个数据块并在最高位填充两个0后形成4个字节的编码后的值
（00010000）（00010100）（00001001）（00000011）
再把这四个字节数据转化成10进制数得（16）（20）（19）（3）
最后根据BASE60给出的64个基本字符表，查出对应的ASCII码字符（Q）（U）（J）（D）。
这里的值实际就是数据在字符表中的索引。
。注BASE64字符表：
ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/