编码和解码(字符串与byte[]之间的转换)

资源来自互联网http://www.cnblogs.com/dabaopku/archive/2012/02/27/2370446.html

 

很是蛋疼的事情, google 和 baidu 在编码是分别采用了 UTF-8 和 GB2312

基础知识

UTF-8中，一个汉字对应三个字节，GB2312中一个汉字占用两个字节。 
不论何种编码，字母数字都不编码，特殊符号编码后占用一个字节。

 

public  static  string  MyUrlDeCode( string  str, Encoding encoding) {      if  (encoding == null )      {          Encoding utf8 = Encoding.UTF8;          //首先用utf-8进行解码                             string  code = HttpUtility.UrlDecode(str.ToUpper(), utf8);          //将已经解码的字符再次进行编码.          string  encode = HttpUtility.UrlEncode(code, utf8).ToUpper();          if  (str == encode)              encoding = Encoding.UTF8;          else              encoding = Encoding.GetEncoding( "gb2312" );      }      return  HttpUtility.UrlDecode(str, encoding); }

 

编码、解码技术是咱们在程序中开发中常常使用到的，对一些敏感信息的存储，好比密码之类的，咱们通常是不会直接以明文直接存储到数据库的，而是会经过各类算法，能够是现成的MD5（一种散列算法）、或者是Hash算法+Salt（混淆因子），甚至是本身定义的一套算法进行加解密。这里不想阐述加解密技术，在以前的一篇博客当中，简单列举了两种基本方法，见.NET加解密技术。这里重点讲解一下编码、解码以及乱码的相关问题。

咱们先看一个简单的例子

string str = "abcd";//测试字符串
byte[] bytes = Encoding.GetEncoding("ascii").GetBytes(str);//将字符串转成ascii编码的字节数组，这里的bytes数组，长度为4，分别对应于abcd的ascii码9七、9八、9九、100
string result = Encoding.GetEncoding("ascii").GetString(bytes);//将字节数组转回为字符串
Console.WriteLine(result);//输出abcd

 

ascii码是国际标准编码，全称为：美国信息交换标准编码，只能表示127个字符，不能表明汉字，

咱们对汉字进行ascii编码以后，是不能进行还原的。汉字不能转变为ascii码，所以会变成乱码，对乱码进行还原也就还原不了了。

项目开发中常常会有出现乱码的状况，这就是因为两端（服务端、请求端）编解码的方式不一致形成的。好比服务端是utf-8编码，而在客户端以gbk接收，那么就会出现乱码。因此解决乱码这个问题，思路就是从对方的编码方式入手，弄清楚对方的编码是什么编码，我这边就以什么编码来解码

 

同一个字符在不一样的编码下会被编成不一样长度的编码，

好比：ACSII,每一个字符对应一个字节，实际上只使用了7位，从00h-7Fh。只能表达128个字符。

GB2312,中文的一种编码，每一个字符使用两个字节表示。

UTF-8, 能够表达全部unicode字符，每一个字符能够用1-3个字节表示。

UTF-16, 能够表达全部unicode字符，每一个字符能够用1-2个16位整数表示。

UTF-32, 能够表达全部unicode字符，每一个字符能够用1个32位整数表示。

 

using   System.Text;

  byte[]   b=Encoding.ASCII.GetBytes("yourstring");
 //  获得：121,111,117,114,115,116,114,105,110,103



  /反向为：
  byte[]   b=new   byte[]{121,111,117,114,115,116,114,105,110,103};
  string   str=Encoding.ASCII.GetString(b);
  //获得：str="yourstring"