CodePage------Encoding 类支持的编码以及与这些编码关联的代码页（CodePage）

2021-07-31 14:00:21

Encoding 类

.NET Framework 4

表示字符编码。

继承层次结构

System.Object
  System.Text.Encoding
    System.Text.ASCIIEncoding
    System.Text.UnicodeEncoding
    System.Text.UTF32Encoding
    System.Text.UTF7Encoding
    System.Text.UTF8Encoding

命名空间： System.Text
程序集： mscorlib（在 mscorlib.dll 中）

语法

[SerializableAttribute]

[ComVisibleAttribute(true)]

public abstract class Encoding : ICloneable

Encoding 类型公开以下成员。

构造函数

显示: 继承保护

	名称	说明
	Encoding()	初始化 Encoding 类的新实例。
	Encoding(Int32)	初始化对应于指定代码页的 Encoding 类的新实例。

属性

显示: 继承保护

	名称	说明
	ASCII	获取 ASCII（7 位）字符集的编码。
	BigEndianUnicode	获取使用 Big Endian 字节顺序的 UTF-16 格式的编码。
	BodyName	在派生类中重写时，获取可与邮件代理正文标记一起使用的当前编码的名称。
	CodePage	在派生类中重写时，获取当前 Encoding 的代码页标识符。
	DecoderFallback	获取或设置当前 Encoding 对象的 DecoderFallback 对象。
	Default	获取操作系统的当前 ANSI 代码页的编码。
	EncoderFallback	获取或设置当前 Encoding 对象的 EncoderFallback 对象。
	EncodingName	在派生类中重写时，获取当前编码的可读说明。
	HeaderName	在派生类中重写时，获取可与邮件代理标题标记一起使用的当前编码的名称。
	IsBrowserDisplay	在派生类中重写时，获取一个值，该值指示浏览器客户端是否可以使用当前的编码显示内容。
	IsBrowserSave	在派生类中重写时，获取一个值，该值指示浏览器客户端是否可以使用当前的编码保存内容。
	IsMailNewsDisplay	在派生类中重写时，获取一个值，该值指示邮件和新闻客户端是否可以使用当前的编码显示内容。
	IsMailNewsSave	在派生类中重写时，获取一个值，该值指示邮件和新闻客户端是否可以使用当前的编码保存内容。
	IsReadOnly	在派生类中重写时，获取一个值，该值指示当前的编码是否为只读。
	IsSingleByte	在派生类中重写时，获取一个值，该值指示当前的编码是否使用单字节码位。
	Unicode	获取使用 Little-Endian 字节顺序的 UTF-16 格式的编码。
	UTF32	获取使用 Little-Endian 字节顺序的 UTF-32 格式的编码。
	UTF7	获取 UTF-7 格式的编码。
	UTF8	获取 UTF-8 格式的编码。
	WebName	在派生类中重写时，获取在 Internet 编号分配管理机构 (IANA) 注册的当前编码的名称。
	WindowsCodePage	在派生类中重写时，获取与当前编码最紧密对应的 Windows 操作系统代码页。

方法

显示: 继承保护

	名称	说明
	Clone	当在派生类中重写时，创建当前 Encoding 对象的一个浅表副本。
	Convert(Encoding, Encoding, Byte[])	将整个字节数组从一种编码转换为另一种编码。
	Convert(Encoding, Encoding, Byte[], Int32, Int32)	将字节数组内某个范围的字节从一种编码转换为另一种编码。
	Equals	确定指定的 Object 是否等于当前实例。（重写 Object.Equals(Object)。）
	Finalize	允许对象在“垃圾回收”回收之前尝试释放资源并执行其他清理操作。（继承自 Object。）
	GetByteCount(Char[])	在派生类中重写时，计算对指定字符数组中的所有字符进行编码所产生的字节数。
	GetByteCount(String)	在派生类中重写时，计算对指定字符串中的字符进行编码所产生的字节数。
	GetByteCount(Char*, Int32)	在派生类中重写时，计算对一组字符（从指定的字符指针处开始）进行编码所产生的字节数。
	GetByteCount(Char[], Int32, Int32)	在派生类中重写时，计算对指定字符数组中的一组字符进行编码所产生的字节数。
	GetBytes(Char[])	在派生类中重写时，将指定字符数组中的所有字符编码为一个字节序列。
	GetBytes(String)	在派生类中重写时，将指定字符串中的所有字符编码为一个字节序列。
	GetBytes(Char[], Int32, Int32)	在派生类中重写时，将指定字符数组中的一组字符编码为一个字节序列。
	GetBytes(Char, Int32, Byte, Int32)	在派生类中重写时，将一组字符（从指定的字符指针开始）编码为一个字节序列，并从指定的字节指针开始存储该字节序列。
	GetBytes(Char[], Int32, Int32, Byte[], Int32)	在派生类中重写时，将指定字符数组中的一组字符编码为指定的字节数组。
	GetBytes(String, Int32, Int32, Byte[], Int32)	在派生类中重写时，将指定字符串中的一组字符编码为指定的字节数组。
	GetCharCount(Byte[])	在派生类中重写时，计算对指定字节数组中的所有字节进行解码所产生的字符数。
	GetCharCount(Byte*, Int32)	在派生类中重写时，计算对字节序列（从指定的字节指针开始）进行解码所产生的字符数。
	GetCharCount(Byte[], Int32, Int32)	在派生类中重写时，计算对字节序列（从指定字节数组开始）进行解码所产生的字符数。
	GetChars(Byte[])	在派生类中重写时，将指定字节数组中的所有字节解码为一组字符。
	GetChars(Byte[], Int32, Int32)	在派生类中重写时，将指定字节数组中的一个字节序列解码为一组字符。
	GetChars(Byte, Int32, Char, Int32)	在派生类中重写时，将一个字节序列（从指定的字节指针开始）解码为一组字符，并从指定的字符指针开始存储该组字符。
	GetChars(Byte[], Int32, Int32, Char[], Int32)	在派生类中重写时，将指定字节数组中的字节序列解码为指定的字符数组。
	GetDecoder	在派生类中重写时，获取一个解码器，该解码器将已编码的字节序列转换为字符序列。
	GetEncoder	在派生类中重写时，获取一个解码器，该解码器将 Unicode 字符序列转换为已编码的字节序列。
	GetEncoding(Int32)	返回与指定代码页标识符关联的编码。
	GetEncoding(String)	返回与指定代码页名称关联的编码。
	GetEncoding(Int32, EncoderFallback, DecoderFallback)	返回与指定代码页标识符关联的编码。参数指定一个错误处理程序，用于处理无法编码的字符和无法解码的字节序列。
	GetEncoding(String, EncoderFallback, DecoderFallback)	返回与指定代码页名称关联的编码。参数指定一个错误处理程序，用于处理无法编码的字符和无法解码的字节序列。
	GetEncodings	返回包含所有编码的数组。
	GetHashCode	返回当前实例的哈希代码。（重写 Object.GetHashCode()。）
	GetMaxByteCount	在派生类中重写时，计算对指定数目的字符进行编码所产生的最大字节数。
	GetMaxCharCount	在派生类中重写时，计算对指定数目的字节进行解码时所产生的最大字符数。
	GetPreamble	在派生类中重写时，返回指定所用编码的字节序列。
	GetString(Byte[])	在派生类中重写时，将指定字节数组中的所有字节解码为一个字符串。
	GetString(Byte[], Int32, Int32)	在派生类中重写时，将指定字节数组中的一个字节序列解码为一个字符串。
	GetType	获取当前实例的 Type。（继承自 Object。）
	IsAlwaysNormalized()	使用默认范式获取一个值，该值指示当前编码是否始终被规范化。
	IsAlwaysNormalized(NormalizationForm)	在派生类中重写时，使用指定范式获取一个值，该值指示当前编码是否始终被规范化。
	MemberwiseClone	创建当前 Object 的浅表副本。（继承自 Object。）
	ToString	返回表示当前对象的字符串。（继承自 Object。）

备注

编码是一个将一组 Unicode 字符转换为一个字节序列的过程。而解码是将一个编码字节序列转换为一组 Unicode 字符的过程。有关 Encoding 所支持的 Unicode 转换格式 (UTF) 和其他编码的信息，请参见.NET Framework 中的字符编码。

请注意，Encoding 用于对 Unicode 字符进行操作，而不是对任意二进制数据（如字节数组）进行操作。如果您的应用程序必须将任意二进制数据编码为文本，则该应用程序应使用由 Convert.ToBase64CharArray 之类的方法实现的协议（如 uuencode）。

.NET Framework 提供以下 Encoding 类的实现以支持当前 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。还可通过 ASCII 属性获得。
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 65000。还可通过 UTF7 属性获得。
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 65001。还可通过 UTF8 属性获得。
UnicodeEncoding 使用 UTF-16 编码对 Unicode 字符进行编码。它支持 Little Endian 和 Big Endian 字节顺序。还可通过 Unicode 属性和 BigEndianUnicode 属性获得。
UTF32Encoding 使用 UTF-32 编码对 Unicode 字符进行编码。支持 Little-Endian（代码页 12000）和 Big-Endian（代码页 12001）字节顺序。还可通过 UTF32 属性获得。

Encoding 类主要用于在不同的编码和 Unicode 之间进行转换。通常，对于您的应用程序来说，某个派生的 Unicode 类是不错的选择。

您的应用程序使用 GetEncoding 方法来获得其他编码。它们应使用 GetEncodings 方法来获得所有编码的列表。

下表列出了受支持的编码以及与这些编码关联的代码页。最后一列中的星号指示 .NET Framework 本身即支持该代码页，而不需考虑基础平台。

代码页	Name	显示名称
37	IBM037	IBM EBCDIC（美国 - 加拿大）
437	IBM437	OEM 美国
500	IBM500	IBM EBCDIC（国际）
708	ASMO-708	阿拉伯字符 (ASMO 708)
720	DOS-720	阿拉伯字符 (DOS)
737	ibm737	希腊字符 (DOS)
775	ibm775	波罗的海字符 (DOS)
850	ibm850	西欧字符 (DOS)
852	ibm852	中欧字符 (DOS)
855	IBM855	OEM 西里尔语
857	ibm857	土耳其字符 (DOS)
858	IBM00858	OEM 多语言拉丁语 I
860	IBM860	葡萄牙语 (DOS)
861	ibm861	冰岛语 (DOS)
862	DOS-862	希伯来字符 (DOS)
863	IBM863	加拿大法语 (DOS)
864	IBM864	阿拉伯字符 (864)
865	IBM865	北欧字符 (DOS)
866	cp866	西里尔字符 (DOS)
869	ibm869	现代希腊字符 (DOS)
870	IBM870	IBM EBCDIC（多语言拉丁语 2）
874	windows-874	泰语 (Windows)
875	cp875	IBM EBCDIC（现代希腊语）
932	shift_jis	日语 (Shift-JIS)
936	gb2312	简体中文 (GB2312)	*
949	ks_c_5601-1987	朝鲜语
950	big5	繁体中文 (Big5)
1026	IBM1026	IBM EBCDIC（土耳其拉丁语 5）
1047	IBM01047	IBM 拉丁语 1
1140	IBM01140	IBM EBCDIC（美国 - 加拿大 - 欧洲）
1141	IBM01141	IBM EBCDIC（德国 - 欧洲）
1142	IBM01142	IBM EBCDIC（丹麦 - 挪威 - 欧洲）
1143	IBM01143	IBM EBCDIC（芬兰 - 瑞典 - 欧洲）
1144	IBM01144	IBM EBCDIC（意大利 - 欧洲）
1145	IBM01145	IBM EBCDIC（西班牙 - 欧洲）
1146	IBM01146	IBM EBCDIC（英国 - 欧洲）
1147	IBM01147	IBM EBCDIC（法国 - 欧洲）
1148	IBM01148	IBM EBCDIC（国际 - 欧洲）
1149	IBM01149	IBM EBCDIC（冰岛语 - 欧洲）
1200	utf-16	Unicode	*
1201	unicodeFFFE	Unicode (Big-Endian)	*
1250	windows-1250	中欧字符 (Windows)
1251	windows-1251	西里尔字符 (Windows)
1252	Windows-1252	西欧字符 (Windows)	*
1253	windows-1253	希腊字符 (Windows)
1254	windows-1254	土耳其字符 (Windows)
1255	windows-1255	希伯来字符 (Windows)
1256	windows-1256	阿拉伯字符 (Windows)
1257	windows-1257	波罗的海字符 (Windows)
1258	windows-1258	越南字符 (Windows)
1361	Johab	朝鲜语 (Johab)
10000	macintosh	西欧字符 (Mac)
10001	x-mac-japanese	日语 (Mac)
10002	x-mac-chinesetrad	繁体中文 (Mac)
10003	x-mac-korean	朝鲜语 (Mac)	*
10004	x-mac-arabic	阿拉伯字符 (Mac)
10005	x-mac-hebrew	希伯来字符 (Mac)
10006	x-mac-greek	希腊字符 (Mac)
10007	x-mac-cyrillic	西里尔字符 (Mac)
10008	x-mac-chinesesimp	简体中文 (Mac)	*
10010	x-mac-romanian	罗马尼亚语 (Mac)
10017	x-mac-ukrainian	乌克兰语 (Mac)
10021	x-mac-thai	泰语 (Mac)
10029	x-mac-ce	中欧字符 (Mac)
10079	x-mac-icelandic	冰岛语 (Mac)
10081	x-mac-turkish	土耳其字符 (Mac)
10082	x-mac-croatian	克罗地亚语 (Mac)
12000	utf-32	Unicode (UTF-32)	*
12001	utf-32BE	Unicode (UTF-32 Big-Endian)	*
20000	x-Chinese-CNS	繁体中文 (CNS)
20001	x-cp20001	TCA *
20002	x-Chinese-Eten	繁体中文 (Eten)
20003	x-cp20003	IBM5550 *
20004	x-cp20004	TeleText *
20005	x-cp20005	Wang *
20105	x-IA5	西欧字符 (IA5)
20106	x-IA5-German	德语 (IA5)
20107	x-IA5-Swedish	瑞典语 (IA5)
20108	x-IA5-Norwegian	挪威语 (IA5)
20127	us-ascii	US-ASCII	*
20261	x-cp20261	T.61
20269	x-cp20269	ISO-6937
20273	IBM273	IBM EBCDIC（德国）
20277	IBM277	IBM EBCDIC（丹麦 - 挪威）
20278	IBM278	IBM EBCDIC（芬兰 - 瑞典）
20280	IBM280	IBM EBCDIC（意大利）
20284	IBM284	IBM EBCDIC（西班牙）
20285	IBM285	IBM EBCDIC（英国）
20290	IBM290	IBM EBCDIC（日语片假名）
20297	IBM297	IBM EBCDIC（法国）
20420	IBM420	IBM EBCDIC（阿拉伯语）
20423	IBM423	IBM EBCDIC（希腊语）
20424	IBM424	IBM EBCDIC（希伯来语）
20833	x-EBCDIC-KoreanExtended	IBM EBCDIC（朝鲜语扩展）
20838	IBM-Thai	IBM EBCDIC（泰语）
20866	koi8-r	西里尔字符 (KOI8-R)
20871	IBM871	IBM EBCDIC（冰岛语）
20880	IBM880	IBM EBCDIC（西里尔俄语）
20905	IBM905	IBM EBCDIC（土耳其语）
20924	IBM00924	IBM 拉丁语 1
20932	EUC-JP	日语（JIS 0208-1990 和 0212-1990）
20936	x-cp20936	简体中文 (GB2312-80)	*
20949	x-cp20949	朝鲜语 Wansung	*
21025	cp1025	IBM EBCDIC（西里尔塞尔维亚 - 保加利亚语）
21866	koi8-u	西里尔字符 (KOI8-U)
28591	iso-8859-1	西欧字符 (ISO)	*
28592	iso-8859-2	中欧字符 (ISO)
28593	iso-8859-3	拉丁语 3 (ISO)
28594	iso-8859-4	波罗的海字符 (ISO)
28595	iso-8859-5	西里尔字符 (ISO)
28596	iso-8859-6	阿拉伯字符 (ISO)
28597	iso-8859-7	希腊字符 (ISO)
28598	iso-8859-8	希伯来字符 (ISO-Visual)	*
28599	iso-8859-9	土耳其字符 (ISO)
28603	iso-8859-13	爱沙尼亚语 (ISO)
28605	iso-8859-15	拉丁语 9 (ISO)
29001	x-Europa	欧罗巴
38598	iso-8859-8-i	希伯来字符 (ISO-Logical)	*
50220	iso-2022-jp	日语 (JIS)	*
50221	csISO2022JP	日语（JIS- 允许 1 字节假名）	*
50222	iso-2022-jp	日语（JIS- 允许 1 字节假名 - SO/SI）	*
50225	iso-2022-kr	朝鲜语 (ISO)	*
50227	x-cp50227	简体中文 (ISO-2022)	*
51932	euc-jp	日语 (EUC)	*
51936	EUC-CN	简体中文 (EUC)	*
51949	euc-kr	朝鲜语 (EUC)	*
52936	hz-gb-2312	简体中文 (HZ)	*
54936	GB18030	简体中文 (GB18030)	*
57002	x-iscii-de	ISCII 梵文	*
57003	x-iscii-be	ISCII 孟加拉语	*
57004	x-iscii-ta	ISCII 泰米尔语	*
57005	x-iscii-te	ISCII 泰卢固语	*
57006	x-iscii-as	ISCII 阿萨姆语	*
57007	x-iscii-or	ISCII 奥里雅语	*
57008	x-iscii-ka	ISCII 卡纳达语	*
57009	x-iscii-ma	ISCII 马拉雅拉姆字符	*
57010	x-iscii-gu	ISCII 古吉拉特字符	*
57011	x-iscii-pa	ISCII 旁遮普字符	*
65000	utf-7	Unicode (UTF-7)	*
65001	utf-8	Unicode (UTF-8)	*

如果要转换的数据仅存在于连续块（如从流中读取的数据）中，或者如果数据量很大，需要划分为较小的块，则应用程序应当使用由某个派生类的 GetDecoder 方法提供的 Decoder 或由该派生类的 GetEncoder 方法提供的 Encoder。

UTF-16 和 UTF-32 编码器可以使用 Big-Endian 字节顺序（从最高有效字节开始），也可以使用 Little-Endian 字节顺序（从最低有效字节开始）。例如，大写拉丁字母 A (U+0041) 的序列化结果（十六进制）如下所示：

UTF-16 Big-Endian 字节顺序：00 41
UTF-16 Little-Endian 字节顺序：41 00
UTF-32 Big-Endian 字节顺序：00 00 00 41
UTF-32 Little-Endian 字节顺序：41 00 00 00

通常，使用本机字节顺序存储 Unicode 字符的效率更高。例如，在 Little-endian 平台（如 Intel 计算机）上最好使用 Little-endian 字节顺序。

GetPreamble 方法检索一个包括字节顺序标记 (BOM) 的字节数组。如果将此字节数组作为编码流的前缀，将有助于解码器识别所用的编码格式。

有关字节顺序和字节顺序标记的更多信息，请参见位于 Unicode home page（Unicode 主页）上的“The Unicode Standard”（Unicode 标准）。

请注意，编码类允许错误进行如下更改：

在不提示的情况下更改为“?”字符。
使用“最佳匹配”字符。
通过将 EncoderFallback 和 DecoderFallback 类与 U+FFFD Unicode 替换字符结合使用来更改为特定于应用程序的行为。

建议让您的应用程序针对所有的数据流错误引发异常。应用程序要么在适用时使用“throwonerror”标志，要么使用 EncoderExceptionFallback 和 DecoderExceptionFallback 类。通常不建议使用最佳匹配回退，因为它可能会导致数据丢失或发生冲突，而且比简单字符替换慢。对于 ANSI 编码，最佳匹配行为是默认行为。

示例

下面的示例将字符串从一种编码转换为另一种编码。

注意
byte[] 数组在此示例中是唯一包含编码数据的类型。 .NET Char 和字符串类型是本身 Unicode，因此 GetChars 调用将数据再解码为 Unicode。

using System;

using System.Text;

class Example

{

   static void Main()

   {

      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 (?)

Encoding 类

相关文章