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

非常蛋疼的事情, 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、解码技术是我们在程序中开发中经常使用到的，对一些敏感信息的存储，比如密码之类的，我们一般是不会直接以明文直接存储到数据库的，而是会通过各种算法，可以是现成的MD5（一种散列算法）、或者是Hash算法+Salt（混淆因子），甚至是自己定义的一套算法进行加解密。这里不想阐述加解密技术，在之前的一篇博客当中，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。

我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97、98、99、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，不能代表汉字，

我们对汉字进行ascii编码之后，是不能进行还原的。汉字不能转变为ascii码，因此会变成乱码，对乱码进行还原也就还原不了了。

项目开发中经常会有出现乱码的情况，这就是由于两端（服务端、请求端）编解码的方式不一致造成的。比如服务端是utf-8编码，而在客户端以gbk接收，那么就会出现乱码。所以解决乱码这个问题，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

同一个字符在不同的编码下会被编成不同长度的编码，

比如：ACSII,每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，每个字符使用两个字节表示。

UTF-8, 可以表达所有unicode字符，每个字符可以用1-3个字节表示。

UTF-16, 可以表达所有unicode字符，每个字符可以用1-2个16位整数表示。

UTF-32, 可以表达所有unicode字符，每个字符可以用1个32位整数表示。

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