编码:是指将一组字符转换为一个字节序列的过程。
解码:将一个编码字节序列转换为一组字符的过程。 为什么需要编码和解码因为通过网络传递的数据必须是字节序列。
常用编码:ASCII、Unicode、UTF、国标码
常用编码 ASCII码:
每个字符均为7位,主要针对英文。
UNICODE码:每个字符均占两个字节。
UTF码:通用转换码,主要解决编码容量问题,
常用有
(1)UTF-8:用1到4个字节编码一个UNICODE字符
(2)UTF-16:将每个字符编码为1至2个16位整数组成的序列
(3)UTF-32:将每个字符编码为一个32位整数 国标码:常用有 GB2312(1980年公布) GB18030(2000年公布)
Encoding类
Encoding类位于System.Text命名空间中。常用属性及方法如下:
名称 |
说明 |
Default属性 |
获取系统的当前ANSI代码页的编码 |
Unicode属性 |
获取使用 Little-Endian 字节顺序的 UTF-16 格式的编码 |
UTF8属性 |
获取UTF-8格式的编码 |
Convert方法 |
将字节数组从一种编码转换为另一种编码 |
GetBytes方法 |
将一组字符编码为一个字节序列 |
GetString方法 |
将一个字节序列解码为一个字符串 |
GetEncoder方法 |
获取一个解码器,该解码器将Unicode字符序列转换为已编码的字节序列 |
GetDecoder方法 |
获取一个解码器,该解码器将已编码的字节序列转换为字符序列 |
1.获取所有编码名称及其描述信息
GetEncodings方法获得包含所有编码的EncodingInfo数组。
下面的代码可以获取所有编码的名称及其名称描述。
foreach (EncodingInfo ei in Encoding.GetEncodings()) { Encoding en = ei.GetEncoding(); Console.WriteLine(string.Format("{0,-18}{1}", ei.Name, en.EncodingName)); }
2.获取某个指定的编码描述信息
(1)访问UTF8、ASCII等属性,直接获得其他非Unicode的某个指定字符集的编码实例。
Encoding ASCIIEncode = Encoding.ASCII;
(2)利用静态方法GetEndcoing来获取编码实例,
例如: Encoding GB2312Encoding = Encoding.GetEncoding("GB2312");
(3)访问HeaderName属性,获取指定编码的名称
Console.WriteLine(GB2312Encoding. HeaderName);
(4)访问EncodingName属性,显示指定编码的名称描述
Console.WriteLine(GB2312Encoding.EncodingName);
3.不同编码之间的转换
功能:Encoding类的Convert方法可将字节数组从一种编码转换为另一种编码,转换结果类型为byte[] 。
方法原型: public static byte[] Convert(Encoding srcEncoding, Encoding dstEncoding, byte[] bytes)
参数说明:
srcEncoding表示源编码格式。
dstEncoding表示目标编码格式。
bytes参数指定了待转换的字节数。
将Unicode字符串转换为UTF8字符串时,可参考以下的步骤进行。
将Unicode字符串转换为UTF8字符串:
(1)利用Encoding的UTF8和Unicode属性获取UTF8格式的编码实例utf8和Unicode格式的编码实例unicode,
例如:
string unicodeString = "含unicode字符Pi(u03a0)"; Encoding unicode = Encoding.Unicode; Encoding utf8 = Encoding.UTF8;
(2)利用unicode的GetBytes方法将Unicode字符编码为Unicode字节数组,
例如:
byte[] unicodeBytes = unicode.GetBytes(unicodeString);
(3)利用Encoding的Convert方法将Unicode字节数组转换为UTF8字节数组,
例如:
byte[] utf8Bytes = Encoding.Convert(Encoding.Unicode, Encoding.UTF8, unicodeBytes);
(4)最后,利用ut8的GetString方法将UTF8字节数组解码为UTF8字符串,
例如:
string utf8String = utf8.GetString(utf8Bytes);
为什么使用Encoder及Decoder类?
在网络传输和文件操作中,如果数据量比较大,需要划分为较小的块,此时可能出现一个数据块的末尾是一个不匹配的高代理项,而与其匹配的低代理项则位于下一个数据块中。对于这种情况,直接使用Encoding类的GetBytes方法编写程序就比较繁琐。此时,可以利用Encoder类轻松地解决这个问题。
Encoder类 Encoder类位于System.Text名称空间下,利用它可以将一组字符转换为一个字节序列。
(1)获取Encoder实例:利用GetEncoder方法获取实例
//获取ASCII编码的Encoder实例 Encoder asciiEncoder = Encoding.ASCII.GetEncoder(); //获取Unicode编码的Encoder实例 Encoder unicodeEncoder = Encoding.Unicode.GetEncoder();
(2)GetBytes方法 GetBytes方法将一组字符编码转换为字节序列。
参数说明:
public virtual int GetBytes( char[] chars, //要编码的字符数组 int charIndex //第一个要编码的字符的索引 int charCount //要编码的字符的数目 byte[] bytes, //存储编码后的字节序列的字节数组 int byteIndex: //开始目的字节序列的索引位置 bool flush //是否在转换后清除编码器的内部状态 )
(3)GetByteCount方法 Encoder类提供的GetByteCount方法可计算对字符序列进行编码后所产生的精确字节数,以确定字节数组的长度。
方法原型:
public abstract int GetByteCount( char[] chars, //包含要编码的字符集的字符数组 int index, //第一个要编码的字符的索引 int count, //要编码的字符的数目 bool flush //是否在计算后清空内部缓存状态 )
用Decoder类解码的步骤为:首先通过Encoding的GetDecoder方法创建Decoder实例,然后利用实例的GetChars方法将字节序列解码。
GetChars方法用于将一个字节序列解码为一组字符,并从指定的索引位置开始存储这组字符。该方法返回向chars写入的实际字符数。
方法原型:
public abstract int GetChars( byte[] bytes, //包含要解码的字节序列的字节数组 int byteIndex, //第一个要解码的字节的索引 int byteCount, //要解码的字节数 char[] chars, //包含所产生的字符集的字符数组 int charIndex //写入所目的字节数组的索引位置 )