欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

基于C#开发中的那些编码问题(详谈)

程序员文章站 2023-12-15 16:46:40
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,u...

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。

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。

上一篇:

下一篇: