編碼和解碼(字符串與byte[]之間的轉換)

資源來自互聯網http://www.cnblogs.com/dabaopku/archive/2012/02/27/2370446.html

 

很是蛋疼的事情, google 和 baidu 在編碼是分別採用了 UTF-8 和 GB2312

基礎知識

UTF-8中，一個漢字對應三個字節，GB2312中一個漢字佔用兩個字節。 
不論何種編碼，字母數字都不編碼，特殊符號編碼後佔用一個字節。

 

public  static  string  MyUrlDeCode( string  str, Encoding encoding) {      if  (encoding == null )      {          Encoding utf8 = Encoding.UTF8;          //首先用utf-8進行解碼                             string  code = HttpUtility.UrlDecode(str.ToUpper(), utf8);          //將已經解碼的字符再次進行編碼.          string  encode = HttpUtility.UrlEncode(code, utf8).ToUpper();          if  (str == encode)              encoding = Encoding.UTF8;          else              encoding = Encoding.GetEncoding( "gb2312" );      }      return  HttpUtility.UrlDecode(str, encoding); }

 

編碼、解碼技術是咱們在程序中開發中常常使用到的，對一些敏感信息的存儲，好比密碼之類的，咱們通常是不會直接以明文直接存儲到數據庫的，而是會經過各類算法，能夠是現成的MD5（一種散列算法）、或者是Hash算法+Salt（混淆因子），甚至是本身定義的一套算法進行加解密。這裏不想闡述加解密技術，在以前的一篇博客當中，簡單列舉了兩種基本方法，見.NET加解密技術。這裏重點講解一下編碼、解碼以及亂碼的相關問題。

咱們先看一個簡單的例子

string str = "abcd";//測試字符串
byte[] bytes = Encoding.GetEncoding("ascii").GetBytes(str);//將字符串轉成ascii編碼的字節數組，這裏的bytes數組，長度爲4，分別對應於abcd的ascii碼9七、9八、9九、100
string result = Encoding.GetEncoding("ascii").GetString(bytes);//將字節數組轉回爲字符串
Console.WriteLine(result);//輸出abcd

 

ascii碼是國際標準編碼，全稱爲：美國信息交換標準編碼，只能表示127個字符，不能表明漢字，

咱們對漢字進行ascii編碼以後，是不能進行還原的。漢字不能轉變爲ascii碼，所以會變成亂碼，對亂碼進行還原也就還原不了了。

項目開發中常常會有出現亂碼的狀況，這就是因爲兩端（服務端、請求端）編解碼的方式不一致形成的。好比服務端是utf-8編碼，而在客戶端以gbk接收，那麼就會出現亂碼。因此解決亂碼這個問題，思路就是從對方的編碼方式入手，弄清楚對方的編碼是什麼編碼，我這邊就以什麼編碼來解碼

 

同一個字符在不一樣的編碼下會被編成不一樣長度的編碼，

好比：ACSII,每一個字符對應一個字節，實際上只使用了7位，從00h-7Fh。只能表達128個字符。

GB2312,中文的一種編碼，每一個字符使用兩個字節表示。

UTF-8, 能夠表達全部unicode字符，每一個字符能夠用1-3個字節表示。

UTF-16, 能夠表達全部unicode字符，每一個字符能夠用1-2個16位整數表示。

UTF-32, 能夠表達全部unicode字符，每一個字符能夠用1個32位整數表示。

 

using   System.Text;

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



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