字符编码及在.net平台的使用

《字符编码及在.net平台的使用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、引：金旭亮csdn博客http://blog.csdn.net/bitfan漫谈.NET开发中的字符串编码 说明：         在《 .NET4.0面向对象编程漫谈 》基础篇《 13.2.1 序列化与流》中，向大家介绍了如何向流中序列化一个对象。         本篇扩充阅读将向读者介绍将字符串对象的序列化，这里面的关键是字符串应该如何编码和解码为二进制数值，从而可以把它们保存到文件流（FileStream）中，或者通过网络流（ NetworkStream）将它们远程发送到另一台计算机上。抱怨一下：    使用CSDN的在线编辑器写文章是一个让人望而生畏的工作，当提交文档时，CSDNW

2、eb服务器经常报告“内部错误”，所以文章排版不好，诸位见谅。博客园的系统稳定些，读者可以访问http://www.cnblogs.com/bitfan/archive/2010/11/25/1887590.html 看到排版好一点的同样文章。 ==============================================================      1 引子         在实际开发中，经常需要将一些字符串写入到文本文件中，或者从文本文件中读入字符串，在 .NET应用程序中，通常使用 StreamReader或 StreamWriter两个类完成这一工作，比如

3、以下代码将 fileContent字串写入到 FileName文件中：static   void  WriteFileUseStreamWriter(String fileContent, String FileName){　　using  (StreamWriter writer  =   new  StreamWriter(FileName))　　{　　　　writer.Write(fileContent);　　}}如果你使用 .NET基类库中相关类（比如 StreamReader或下面用到的 File类）去读取这个文件，你会发现一切如你所愿地正常运转：WriteFileUseStre

4、amWriter( " 中国ab " ,  " test.txt " );Console.WriteLine(File.ReadAllText( " test.txt " ));      // 输出：“中国ab”             由于多数情况下我们都工作在中文 Windows下，而且往往都是某个 .NET程序写，另一个 .NET程序读，所以，不少 .NET程序员可能都没注意到这其中其实存在着一个字符编码的问题，在特定的场合下，这一问题会给我们带来麻烦。         请看图 1：  图1 记事本支持的编码方式         默认情况下， Windows记事本以 ANSI编码方

5、式保存文件。如图 1所示，如果文本内容为“中国 ab ” ，记事本将其以 ASNI方式保存为“ test.txt”，则以下代码将“罢工”了（参看图 2）：Console.WriteLine(File.ReadAllText( " test.txt " ));         图2 汉字将显示为乱码         如 图 2 所示， File.ReadAllText方法打开“ test.txt”文件时，会发现英文字符可以正常显示，但中文将显示为乱码。2 了解字符的编码         我们可以做个试验，使用记事本将“中国 ab”这个中英混杂的字符串以不同编码方式保存为多个“ .txt”文件

6、，然后直接查看其二进制内容： 图3   比对字符编码          图 3 展示了“中国 ab”按四种编码方式（ ANSI、 UTF8、 Unicode、 UnicodeBigEndian ）得到的不同二进制数据。         以英文字符“ a”为例， ANSI和 UTF8得到的数值都是“ 61”，但 Unicode将它扩充为 2个字节 16位的二进制（“ 6100”和“ 0061”），所以我们又将这种编码方式称为 UTF-16。        UTF-16 又可以细分为 2种编码方式： BigEndian方式与 Little_Edian方式，这两者的唯一区别在于字节排列顺序刚好相

7、反， Little_Edian方式将“ a”编码为“ 6100”，而 BigEndian方式则编码为“ 0061”。         现在看看中文字符，“中国”两个汉字， ANSI编码为“ D6D0B9FA”， 4个字节，一个汉字占两个字节，而 UTF8则编码为“ E4B8ADE59BBD”， 6个字节，一个汉字占 3个字节！这说明 UTF8是一种“变长”的编码，可能使用 1~4个字节来表示某个字符。         另