Encoding 类

定义

public ref class Encoding abstract

public ref class Encoding abstract : ICloneable

public abstract class Encoding

public abstract class Encoding : ICloneable

[System.Serializable]
public abstract class Encoding

[System.Serializable]
[System.Runtime.InteropServices.ComVisible(true)]
public abstract class Encoding : ICloneable

type Encoding = class

type Encoding = class
    interface ICloneable

[<System.Serializable>]
type Encoding = class

[<System.Serializable>]
[<System.Runtime.InteropServices.ComVisible(true)>]
type Encoding = class
    interface ICloneable

Public MustInherit Class Encoding

Public MustInherit Class Encoding
Implements ICloneable

继承

Object

Encoding

派生

System.Text.ASCIIEncoding

System.Text.UnicodeEncoding

System.Text.UTF32Encoding

System.Text.UTF7Encoding

System.Text.UTF8Encoding

属性

SerializableAttribute ComVisibleAttribute

实现

ICloneable

示例

以下示例将字符串从一个编码转换为另一个编码。

using System;
using System.Text;

class ConvertExample
{
   static void Run()
   {
      string unicodeString = "This string contains the unicode character Pi (\u03a0)";

      // Create two different encodings.
      Encoding ascii = Encoding.ASCII;
      Encoding unicode = Encoding.Unicode;

      // Convert the string into a byte array.
      byte[] unicodeBytes = unicode.GetBytes(unicodeString);

      // Perform the conversion from one encoding to the other.
      byte[] asciiBytes = Encoding.Convert(unicode, ascii, unicodeBytes);
         
      // Convert the new byte[] into a char[] and then into a string.
      char[] asciiChars = new char[ascii.GetCharCount(asciiBytes, 0, asciiBytes.Length)];
      ascii.GetChars(asciiBytes, 0, asciiBytes.Length, asciiChars, 0);
      string asciiString = new string(asciiChars);

      // Display the strings created before and after the conversion.
      Console.WriteLine("Original string: {0}", unicodeString);
      Console.WriteLine("Ascii converted string: {0}", asciiString);
   }
}

// The example displays the following output:
//    Original string: This string contains the unicode character Pi (Π)
//    Ascii converted string: This string contains the unicode character Pi (?)

Imports System.Text

Class Example1
   Shared Sub Run()
      Dim unicodeString As String = "This string contains the unicode character Pi (" & ChrW(&H03A0) & ")"

      ' Create two different encodings.
      Dim ascii As Encoding = Encoding.ASCII
      Dim unicode As Encoding = Encoding.Unicode

      ' Convert the string into a byte array.
      Dim unicodeBytes As Byte() = unicode.GetBytes(unicodeString)

      ' Perform the conversion from one encoding to the other.
      Dim asciiBytes As Byte() = Encoding.Convert(unicode, ascii, unicodeBytes)

      ' Convert the new byte array into a char array and then into a string.
      Dim asciiChars(ascii.GetCharCount(asciiBytes, 0, asciiBytes.Length)-1) As Char
      ascii.GetChars(asciiBytes, 0, asciiBytes.Length, asciiChars, 0)
      Dim asciiString As New String(asciiChars)

      ' Display the strings created before and after the conversion.
      Console.WriteLine("Original string: {0}", unicodeString)
      Console.WriteLine("Ascii converted string: {0}", asciiString)
   End Sub
End Class
' The example displays the following output:
'    Original string: This string contains the unicode character Pi (Π)
'    Ascii converted string: This string contains the unicode character Pi (?)

注解

该 Encoding 类表示字符编码。

编码是将一组 Unicode 字符转换为字节序列的过程。 相比之下，解码是将编码字节序列转换为一组 Unicode 字符的过程。 有关 Unicode 转换格式（UTF）和其他受支持 Encoding编码的信息，请参阅 .NET 中的字符编码。

Encoding 旨在对 Unicode 字符而不是任意二进制数据（如字节数组）进行作。 如果必须将任意二进制数据编码为文本，则应使用由方法（如 Convert.ToBase64CharArrayuuencode）实现的协议。

.NET 提供类的 Encoding 以下实现来支持当前的 Unicode 编码和其他编码：

• ASCIIEncoding 将 Unicode 字符编码为单个 7 位 ASCII 字符。 此编码仅支持 U+0000 和 U+007F 之间的字符值。 代码页 20127。 还可以通过 ASCII 属性使用。

• UTF7Encoding 使用 UTF-7 编码对 Unicode 字符进行编码。 此编码支持所有 Unicode 字符值。 代码页面 65000。 还可以通过 UTF7 属性使用。

• UTF8Encoding 使用 UTF-8 编码对 Unicode 字符进行编码。 此编码支持所有 Unicode 字符值。 代码页面 65001。 还可以通过 UTF8 属性使用。

• UnicodeEncoding 使用 UTF-16 编码对 Unicode 字符进行编码。 little endian 和 big endian 字节顺序均受支持。 还可以通过 Unicode 属性和 BigEndianUnicode 属性使用。

• UTF32Encoding 使用 UTF-32 编码对 Unicode 字符进行编码。 支持 little endian（代码页面 12000）与 big endian（代码页面 12001）字节序。 还可以通过 UTF32 属性使用。

该 Encoding 类主要用于在不同编码和 Unicode 之间转换。 通常，派生的 Unicode 类之一是应用的正确选择。

GetEncoding使用该方法获取其他编码，并调用GetEncodings该方法以获取所有编码的列表。

编码列表

下表列出了 .NET 支持的编码。 它列出每个编码的代码页码以及编码EncodingInfo.NameEncodingInfo.DisplayName的属性的值。 .NET Framework 支持、.NET Core 支持或 .NET 5 及更高版本的支持列中的复选标记表明该代码页由该 .NET 实现本机支持，而不考虑基础平台。 对于 .NET Framework，表中列出的其他编码的可用性取决于作系统。 对于 .NET Core 和 .NET 5 及更高版本，可以使用 System.Text.CodePagesEncodingProvider 类或从 System.Text.EncodingProvider 类继承来获取其他编码。

以下示例调用 GetEncoding(Int32) 和 GetEncoding(String) 方法以获取希腊语（Windows）代码页编码。 它比较方法调用返回的对象 Encoding ，以显示它们是否相等，然后展示每个希腊字母字符的 Unicode 代码点及其对应的代码页值。

using System;
using System.Text;

public class GetEncodingExample
{
   public static void Run()
   {
      Encoding enc = Encoding.GetEncoding(1253);
      Encoding altEnc = Encoding.GetEncoding("windows-1253");
      Console.WriteLine($"{enc.EncodingName} = Code Page {altEnc.CodePage}: {enc.Equals(altEnc)}");
      string greekAlphabet = "Α α Β β Γ γ Δ δ Ε ε Ζ ζ Η η " +
                             "Θ θ Ι ι Κ κ Λ λ Μ μ Ν ν Ξ ξ " +
                             "Ο ο Π π Ρ ρ Σ σ ς Τ τ Υ υ " +
                             "Φ φ Χ χ Ψ ψ Ω ω";
      Console.OutputEncoding = Encoding.UTF8;
      byte[] bytes = enc.GetBytes(greekAlphabet);
      Console.WriteLine("{0,-12} {1,20} {2,20:X2}", "Character",
                        "Unicode Code Point", "Code Page 1253");
      for (int ctr = 0; ctr < bytes.Length; ctr++) {
         if (greekAlphabet[ctr].Equals(' '))
            continue;

         Console.WriteLine("{0,-12} {1,20} {2,20:X2}", greekAlphabet[ctr],
                           GetCodePoint(greekAlphabet[ctr]), bytes[ctr]);
      }
   }

   private static string GetCodePoint(char ch)
   {
      string retVal = "u+";
      byte[] bytes = Encoding.Unicode.GetBytes(ch.ToString());
      for (int ctr = bytes.Length - 1; ctr >= 0; ctr--)
         retVal += bytes[ctr].ToString("X2");

      return retVal;
   }
}

// The example displays the following output:
//       Character      Unicode Code Point       Code Page 1253
//       Α                          u+0391                   C1
//       α                          u+03B1                   E1
//       Β                          u+0392                   C2
//       β                          u+03B2                   E2
//       Γ                          u+0393                   C3
//       γ                          u+03B3                   E3
//       Δ                          u+0394                   C4
//       δ                          u+03B4                   E4
//       Ε                          u+0395                   C5
//       ε                          u+03B5                   E5
//       Ζ                          u+0396                   C6
//       ζ                          u+03B6                   E6
//       Η                          u+0397                   C7
//       η                          u+03B7                   E7
//       Θ                          u+0398                   C8
//       θ                          u+03B8                   E8
//       Ι                          u+0399                   C9
//       ι                          u+03B9                   E9
//       Κ                          u+039A                   CA
//       κ                          u+03BA                   EA
//       Λ                          u+039B                   CB
//       λ                          u+03BB                   EB
//       Μ                          u+039C                   CC
//       μ                          u+03BC                   EC
//       Ν                          u+039D                   CD
//       ν                          u+03BD                   ED
//       Ξ                          u+039E                   CE
//       ξ                          u+03BE                   EE
//       Ο                          u+039F                   CF
//       ο                          u+03BF                   EF
//       Π                          u+03A0                   D0
//       π                          u+03C0                   F0
//       Ρ                          u+03A1                   D1
//       ρ                          u+03C1                   F1
//       Σ                          u+03A3                   D3
//       σ                          u+03C3                   F3
//       ς                          u+03C2                   F2
//       Τ                          u+03A4                   D4
//       τ                          u+03C4                   F4
//       Υ                          u+03A5                   D5
//       υ                          u+03C5                   F5
//       Φ                          u+03A6                   D6
//       φ                          u+03C6                   F6
//       Χ                          u+03A7                   D7
//       χ                          u+03C7                   F7
//       Ψ                          u+03A8                   D8
//       ψ                          u+03C8                   F8
//       Ω                          u+03A9                   D9
//       ω                          u+03C9                   F9

Imports System.Text

Module Example2
   Public Sub Run()
      Dim enc As Encoding = Encoding.GetEncoding(1253)
      Dim altEnc As Encoding = Encoding.GetEncoding("windows-1253")
      Console.WriteLine("{0} = Code Page {1}: {2}", enc.EncodingName,
                        altEnc.CodePage, enc.Equals(altEnc))
      Dim greekAlphabet As String = "Α α Β β Γ γ Δ δ Ε ε Ζ ζ Η η " +
                                    "Θ θ Ι ι Κ κ Λ λ Μ μ Ν ν Ξ ξ " +
                                    "Ο ο Π π Ρ ρ Σ σ ς Τ τ Υ υ " +
                                    "Φ φ Χ χ Ψ ψ Ω ω"
      Console.OutputEncoding = Encoding.UTF8
      Dim bytes() As Byte = enc.GetBytes(greekAlphabet)
      Console.WriteLine("{0,-12} {1,20} {2,20:X2}", "Character",
                        "Unicode Code Point", "Code Page 1253")
      For ctr As Integer = 0 To bytes.Length - 1
         If greekAlphabet(ctr).Equals(" "c) Then Continue For

         Console.WriteLine("{0,-12} {1,20} {2,20:X2}", greekAlphabet(ctr),
                           GetCodePoint(greekAlphabet(ctr)), bytes(ctr))
      Next

   End Sub

   Private Function GetCodePoint(ch As String) As String
      Dim retVal As String = "u+"
      Dim bytes() As Byte = Encoding.Unicode.GetBytes(ch)
      For ctr As Integer = bytes.Length - 1 To 0 Step -1
         retVal += bytes(ctr).ToString("X2")
      Next
      Return retVal
   End Function
End Module
' The example displays the following output:
'    Character      Unicode Code Point       Code Page 1253
'    Α                          u+0391                   C1
'    α                          u+03B1                   E1
'    Β                          u+0392                   C2
'    β                          u+03B2                   E2
'    Γ                          u+0393                   C3
'    γ                          u+03B3                   E3
'    Δ                          u+0394                   C4
'    δ                          u+03B4                   E4
'    Ε                          u+0395                   C5
'    ε                          u+03B5                   E5
'    Ζ                          u+0396                   C6
'    ζ                          u+03B6                   E6
'    Η                          u+0397                   C7
'    η                          u+03B7                   E7
'    Θ                          u+0398                   C8
'    θ                          u+03B8                   E8
'    Ι                          u+0399                   C9
'    ι                          u+03B9                   E9
'    Κ                          u+039A                   CA
'    κ                          u+03BA                   EA
'    Λ                          u+039B                   CB
'    λ                          u+03BB                   EB
'    Μ                          u+039C                   CC
'    μ                          u+03BC                   EC
'    Ν                          u+039D                   CD
'    ν                          u+03BD                   ED
'    Ξ                          u+039E                   CE
'    ξ                          u+03BE                   EE
'    Ο                          u+039F                   CF
'    ο                          u+03BF                   EF
'    Π                          u+03A0                   D0
'    π                          u+03C0                   F0
'    Ρ                          u+03A1                   D1
'    ρ                          u+03C1                   F1
'    Σ                          u+03A3                   D3
'    σ                          u+03C3                   F3
'    ς                          u+03C2                   F2
'    Τ                          u+03A4                   D4
'    τ                          u+03C4                   F4
'    Υ                          u+03A5                   D5
'    υ                          u+03C5                   F5
'    Φ                          u+03A6                   D6
'    φ                          u+03C6                   F6
'    Χ                          u+03A7                   D7
'    χ                          u+03C7                   F7
'    Ψ                          u+03A8                   D8
'    ψ                          u+03C8                   F8
'    Ω                          u+03A9                   D9
'    ω                          u+03C9                   F9

如果要转换的数据仅在顺序块中可用（例如从流中读取的数据），或者如果数据量如此之大以至于需要将其划分为较小的块，则应该分别使用由派生类提供的Decoder方法中的Encoder或GetDecoder方法中的GetEncoder。

UTF-16 和 UTF-32 编码器可以使用大字节字节顺序（最重要字节优先）或小字节字节顺序（最不重要的字节优先）。 例如，拉丁文大写字母 A （U+0041） 按如下所示序列化（十六进制）：

• UTF-16 big endian 字节序：00 41
• UTF-16 little endian 字节序：41 00
• UTF-32 big endian 字节序：00 00 00 41
• UTF-32 little endian 字节序：41 00 00 00

使用本机字节顺序存储 Unicode 字符通常更高效。 例如，最好在小端平台（如 Intel 计算机）上使用小端字节序。

该方法 GetPreamble 检索包含字节顺序标记（BOM）的字节数组。 如果此字节数组以编码的流为前缀，则它有助于解码器标识所使用的编码格式。

有关字节顺序和字节顺序标记的详细信息，请参阅 Unicode 主页上的 Unicode 标准版。

请注意，编码类允许错误：

• 以无提示方式更改为“？” 字符。
• 使用“最适合”字符。
• 通过使用附带 U+FFFD Unicode 替换字符的 EncoderFallback 与 DecoderFallback 类，更改为特定于应用程序的行为。

应在出现任意数据流错误时引发异常。 应用会在适用时使用“throwonerror”标志，或使用 EncoderExceptionFallback 与 DecoderExceptionFallback 类。 通常不建议使用最佳匹配回退，因为它可能导致数据丢失或混淆，而且速度比简单的字符替换要慢。 对于 ANSI 编码，最佳拟合行为是默认值。

另请参阅

• 如何在 .NET 中使用字符编码类