最近一直在搞各种编码问题，略有心得，与大家分享一番。
System.Text提供了Encoding的抽象类，这个类提供字符串编码的方法。常用的编码方式主要有ASCII，Unicode，UTF8（Unicode编码的一种）。
Unicode有四种编码格式，UTF-8, UTF-16,UTF-32,UTF-7。
字符编码类,ASCIIEncoding ,UTF7Encoding,UnicodeEncoding,UTF32Encoding。
下面对ASCII和Unicode编码进行对比，废话不说，先上代码：
这是ASCII编码、解码。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
static void Main(string[] args) { string temp = "Hello World!"; Console.WriteLine("Original String:{0}", temp); byte[] tempBytes = System.Text.Encoding.ASCII.GetBytes(temp); Console.WriteLine("Bytes Array:{0}", BitConverter.ToString(tempBytes)); BigInteger integer = new BigInteger(tempBytes); Console.WriteLine("BigInteger:{0}", integer); string res = System.Text.Encoding.ASCII.GetString(tempBytes); Console.WriteLine("Convert Back String:{0}", res); Console.ReadKey(); } |
运行结果如下：
|
1
2
3
4
|
Original String:Hello World!Bytes Array:48-65-6C-6C-6F-20-57-6F-72-6C-64-21BigInteger:10334410032597741434076685640Convert Back String:Hello World! |
很正常，对吧？但是，如果输入的字符串是中文（或者其他非ASCII表中的字符），情况会怎么样呢？
改变上面的程序代码
|
1
|
string temp = "你好，世界！"; |
运行结果如下：
|
1
2
3
4
|
Original String:你好，世界！Bytes Array:3F-3F-3F-3F-3F-3FBigInteger:69540876599103Convert Back String:?????? |
如果把编码格式换成UTF8，依然重复上面的测试过程。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
static void Main(string[] args) { string temp = "你好，世界！"; Console.WriteLine("Original String:{0}", temp); byte[] tempBytes = System.Text.Encoding.UTF8.GetBytes(temp); Console.WriteLine("Bytes Array:{0}", BitConverter.ToString(tempBytes)); BigInteger integer = new BigInteger(tempBytes); Console.WriteLine("BigInteger:{0}", integer); string res = System.Text.Encoding.UTF8.GetString(tempBytes); Console.WriteLine("Convert Back String:{0}", res); Console.ReadKey(); } |
运行结果如下：
|
1
2
3
4
|
Original String:你好，世界！Bytes Array:E4-BD-A0-E5-A5-BD-EF-BC-8C-E4-B8-96-E7-95-8C-EF-BC-81BigInteger:-10998968812899434720462615123889939386679836Convert Back String:你好，世界！ |
|
1
2
3
4
|
Original String:Hello World!Bytes Array:48-65-6C-6C-6F-20-57-6F-72-6C-64-21BigInteger:10334410032597741434076685640Convert Back String:Hello World! |
通过对比，我们发现除了兼容中文和其他语言外，似乎没有太大区别。如果把编码集换成Unicode，中英文字符编码的不同就会很容易看出来了。
|
1
2
3
4
|
Original String:Hello World!Bytes Array:48-00-65-00-6C-00-6C-00-6F-00-20-00-57-00-6F-00-72-00-6C-00-64-00-21-00BigInteger:3160918205608148134863399242437668999277801104545742920Convert Back String:Hello World! |
|
1
2
3
4
|
Original String:你好，世界！Bytes Array:60-4F-7D-59-0C-FF-16-4E-4C-75-01-FFBigInteger:-307722159543719876182061216Convert Back String:你好，世界！ |
如果不考虑其他情况。通过对比结果，我们发现：
1、ASCII只能处理英文和英文符号，具体请参考ASCII字符表
2、Unicode可以处理全球所有语言符号
3、Unicode处理英文时，会在每个字节后面加一个字节0x00，比ASCII多出一倍的长度；处理中文时，编码较短。
4、UTF8处理中文时比Unicode编码长，处理英文时与ASCII一样。
结论，由于现在存储介质越来越不值钱，在处理有非英文字符时，编码格式应该选择Unicode（或其子集UTF8等的任意一种编码格式），只有在确定程序只会处理英文的时候，才能选择ASCII编码。
以上这篇基于C#开发中的那些编码问题(详谈)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：http://www.cnblogs.com/yilong-blog/p/aboutencoding.html
