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

 非常蛋疼的事情, google 和 baidu 在編碼是分別采用了 UTF-8 和 GB2312

基礎知識

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

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、解碼技術是我們在程序中開發中經常使用到的，對一些敏感信息的存儲，比如密碼之類的，我們一般是不會直接以明文直接存儲到數據庫的，而是會通過各種算法，可以是現成的MD5（一種散列算法）、或者是Hash算法+Salt（混淆因子），甚至是自己定義的一套算法進行加解密。這里不想闡述加解密技術，在之前的一篇博客當中，簡單列舉了兩種基本方法，見.NET加解密技術。這里重點講解一下編碼、解碼以及亂碼的相關問題。

我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，這里的bytes數組，長度為4，分別對應於abcd的ascii碼97、98、99、100
string result = Encoding.GetEncoding("ascii").GetString(bytes); //將字節數組轉回為字符串
Console.WriteLine(result); //輸出abcd

 

ascii碼是國際標准編碼，全稱為：美國信息交換標准編碼，只能表示127個字符，不能代表漢字，

我們對漢字進行ascii編碼之后，是不能進行還原的。漢字不能轉變為ascii碼，因此會變成亂碼，對亂碼進行還原也就還原不了了。

項目開發中經常會有出現亂碼的情況：

       這就是由於兩端（服務端、請求端）編解碼的方式不一致造成的。

      比如服務端是utf-8編碼，而在客戶端以gbk接收，那么就會出現亂碼。

所以解決亂碼這個問題，思路就是從對方的編碼方式入手，弄清楚對方的編碼是什么編碼，我這邊就以什么編碼來解碼

 

同一個字符在不同的編碼下會被編成不同長度的編碼，

比如：ACSII,每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， 每個字符使用兩個字節表示。

UTF-8（8位元，Universal Character Set/Unicode Transformation Format）是針對Unicode的一種可變長度字符編碼。
UTF - 8, 可以表達所有unicode字符， 每個字符可以用1 - 3 個字節表示。
UTF - 16, 可以表達所有unicode字符， 每個字符可以用1 - 2 個16位整數表示。
UTF - 32, 可以表達所有unicode字符， 每個字符可以用1個32位整數表示。

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