基于C#开发中的那些编码问题(详谈)
时间：2021-01-24 11:09:06|栏目：.NET代码|点击： 次
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。
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：
Original String:Hello World! Bytes Array:48-65-6C-6C-6F-20-57-6F-72-6C-64-21 BigInteger:10334410032597741434076685640 Convert 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
string temp = "你好，世界！";
运行结果如下：
Original String:你好，世界！ Bytes Array:3F-3F-3F-3F-3F-3F BigInteger:69540876599103 Convert Back String:??????
如果把编码格式换成UTF8，依然重复上面的测试过程。
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：
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-81 BigInteger:-10998968812899434720462615123889939386679836 Convert Back String:你好，世界！
Original String:Hello World! Bytes Array:48-65-6C-6C-6F-20-57-6F-72-6C-64-21 BigInteger:10334410032597741434076685640 Convert 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。
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-00-64-00-21-00 BigInteger:3160918205608148134863399242437668999277801104545742920 Convert Back String:Hello World!
Original String:你好，世界！ Bytes Array:60-4F-7D-59-0C-FF-16-4E-4C-75-01-FF BigInteger:-307722159543719876182061216 Convert 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。
