Bagikan melalui

Kelas System.Text.Encoding

Artikel ini menyediakan keterangan tambahan untuk dokumentasi referensi untuk API ini.

Kelas Encoding mewakili pengkodean karakter.

Pengodean adalah proses mengubah sekumpulan karakter Unicode menjadi urutan byte. Sebaliknya, decoding adalah proses mengubah urutan byte yang dikodekan menjadi satu set karakter Unicode. Untuk informasi tentang Format Transformasi Unicode (UTF) dan pengodean lain yang didukung oleh Encoding, lihat Pengodean Karakter di .NET.

Encoding dimaksudkan untuk digunakan pada karakter Unicode, bukan pada data biner sembarang, seperti array byte. Jika Anda harus mengodekan data biner arbitrer ke dalam teks, Anda harus menggunakan protokol seperti uuencode, yang diimplementasikan oleh metode seperti Convert.ToBase64CharArray.

.NET menyediakan implementasi kelas Encoding berikut untuk mendukung pengodean Unicode saat ini dan pengodean lainnya:

  • ASCIIEncoding mengodekan karakter Unicode sebagai karakter ASCII 7-bit tunggal. Pengodean ini hanya mendukung nilai karakter antara U+0000 dan U+007F. Halaman kode 20127. Juga tersedia melalui properti ASCII.

  • UTF7Encoding mengodekan karakter Unicode menggunakan pengodean UTF-7. Pengodean ini mendukung semua nilai karakter Unicode. Halaman kode 65000. Juga tersedia melalui properti UTF7.

  • UTF8Encoding mengodekan karakter Unicode menggunakan pengodean UTF-8. Pengodean ini mendukung semua nilai karakter Unicode. Halaman kode 65001. Juga tersedia melalui properti UTF8.

  • UnicodeEncoding mengodekan karakter Unicode menggunakan pengodean UTF-16. Pesanan byte little endian dan big endian didukung. Juga tersedia melalui properti Unicode dan properti BigEndianUnicode.

  • UTF32Encoding mengodekan karakter Unicode menggunakan pengodean UTF-32. Urutan byte little endian (halaman kode 12000) dan big endian (halaman kode 12001) didukung. Juga tersedia melalui properti UTF32.

Kelas Encoding terutama dimaksudkan untuk mengonversi antara pengodean yang berbeda dan Unicode. Seringkali salah satu kelas Unicode turunan adalah pilihan yang benar untuk aplikasi Anda.

Gunakan metode GetEncoding untuk mendapatkan pengodean lain, dan panggil metode GetEncodings untuk mendapatkan daftar semua pengodean.

Daftar enkoding

Tabel berikut mencantumkan pengodean yang didukung oleh .NET. Ini mencantumkan nomor halaman kode setiap pengodean dan nilai dari properti EncodingInfo.Name dan EncodingInfo.DisplayName dari pengodean. Tanda centang di kolom dukungan .NET Framework, .NET Core, atau .NET 5 dan yang lebih baru menunjukkan bahwa page kode didukung secara native oleh implementasi .NET tersebut, terlepas dari platform yang digunakan. Untuk .NET Framework, ketersediaan pengodean lain yang tercantum dalam tabel tergantung pada sistem operasi. Untuk .NET Core dan .NET 5 dan versi yang lebih baru, pengodean lainnya tersedia dengan menggunakan kelas System.Text.CodePagesEncodingProvider atau dengan berasal dari kelas System.Text.EncodingProvider.

Nota

Halaman kode yang properti EncodingInfo.Name-nya sesuai dengan standar internasional tidak selalu mematuhi standar tersebut secara penuh.

Halaman kode Nama Nama tampilan Dukungan .NET Framework Dukungan .NET Core Dukungan .NET 5 dan yang lebih baru
37 IBM037 IBM EBCDIC (US-Canada)
437 IBM437 OEM Amerika Serikat
500 IBM500 IBM EBCDIC (Internasional)
708 ASMO-708 Arab (ASMO 708)
720 DOS-720 Arab (DOS)
737 ibm737 Yunani (DOS)
775 ibm775 Baltik (DOS)
850 ibm850 Eropa Barat (DOS)
852 ibm852 Eropa Tengah (DOS)
855 IBM855 Sirilik OEM
857 ibm857 Bahasa Turki (DOS)
858 IBM00858 OEM Multibahasa Latin I
860 IBM860 Portugis (DOS)
861 ibm861 Islandia (DOS)
862 DOS-862 Ibrani (DOS)
863 IBM863 Kanada Prancis (DOS)
864 IBM864 Arab (864)
865 IBM865 Nordik (DOS)
866 cp866 Sirilik (DOS)
869 ibm869 Yunani, Modern (DOS)
870 IBM870 IBM EBCDIC (Multibahasa Latin-2)
874 windows-874 Thai (Windows)
875 cp875 IBM EBCDIC (Modern Yunani)
932 shift_jis Jepang (Shift-JIS)
936 gb2312 Mandarin Sederhana (GB2312) ✓
949 ks_c_5601-1987 Bahasa Korea
950 big5 Tionghoa Tradisional (Big5)
1026 IBM1026 IBM EBCDIC (Latin-5 Turki)
1047 IBM01047 IBM Latin-1
1140 IBM01140 IBM EBCDIC (US-Canada-Euro)
1141 IBM01141 IBM EBCDIC (Germany-Euro)
1142 IBM01142 IBM EBCDIC (Denmark-Norway-Euro)
1143 IBM01143 IBM EBCDIC (Finlandia-Sweden-Euro)
1144 IBM01144 IBM EBCDIC (Italy-Euro)
1145 IBM01145 IBM EBCDIC (Spain-Euro)
1146 IBM01146 IBM EBCDIC (UK-Euro)
1147 IBM01147 IBM EBCDIC (France-Euro)
1148 IBM01148 IBM EBCDIC (International-Euro)
1149 IBM01149 IBM EBCDIC (Icelandic-Euro)
1.200 utf-16 Unicode ✓ ✓ ✓
1201 unicodeFFFE Unicode (Endian besar) ✓ ✓ ✓
1250 windows-1250 Eropa Tengah (Windows)
1251 windows-1251 Sirilik (Windows)
1252 Windows-1252 Eropa Barat (Windows) ✓
1253 windows-1253 Yunani (Windows)
1254 windows-1254 Turki (Windows)
1255 windows-1255 Ibrani (Windows)
1256 windows-1256 Arab (Windows)
1257 windows-1257 Baltik (Windows)
1258 windows-1258 Bahasa Vietnam (Windows)
1361 Johab Korea (Johab)
10.000 Macintosh Eropa Barat (Mac)
10001 x-mac-japanese Jepang (Mac)
10002 x-mac-chinesetrad Tionghoa Tradisional (Mac)
10003 x-mac-korean Bahasa Korea (Mac) ✓
10004 x-mac-arabic Arab (Mac)
10005 x-mac-ibrani Ibrani (Mac)
10006 x-mac-greek Yunani (Mac)
10007 x-mac-cyrillic Sirilik (Mac)
10008 x-mac-chinesesimp Mandarin Sederhana (Mac) ✓
10010 x-mac-rumania Rumania (Mac)
10017 x-mac-ukrainian Ukraina (Mac)
10021 x-mac-thai Thai (Mac)
10029 x-mac-ce Eropa Tengah (Mac)
10079 x-mac-islandik Islandia (Mac)
10081 x-mac-turki Turki (Mac)
10082 x-mac-kroasia Kroasia (Mac)
12000 utf-32 Unicode (UTF-32) ✓ ✓ ✓
12001 utf-32BE Unicode (UTF-32 Big endian) ✓ ✓ ✓
20000 x-Chinese-CNS Tionghoa Tradisional (CNS)
20001 x-cp20001 TCA Taiwan
20002 x-Chinese-Eten Tionghoa Tradisional (Eten)
20003 x-cp20003 IBM5550 Taiwan
20004 x-cp20004 TeleTeks Taiwan
20005 x-cp20005 Wang Taiwan
20105 x-IA5 Eropa Barat (IA5)
20106 x-IA5-German Jerman (IA5)
20107 x-IA5-Swedish Swedia (IA5)
20108 x-IA5-Norwegian Norwegia (IA5)
20127 us-ascii US-ASCII ✓ ✓ ✓
20261 x-cp20261 T.61
20269 x-cp20269 ISO-6937
20273 IBM273 IBM EBCDIC (Jerman)
20277 IBM277 IBM EBCDIC (Denmark-Norway)
20278 IBM278 IBM EBCDIC (Finland-Sweden)
20280 IBM280 IBM EBCDIC (Italia)
20284 IBM284 IBM EBCDIC (Spanyol)
20285 IBM285 IBM EBCDIC (Inggris)
20290 IBM290 IBM EBCDIC (Katakana Jepang)
20297 IBM297 IBM EBCDIC (Prancis)
20420 IBM420 IBM EBCDIC (Bahasa Arab)
20423 IBM423 IBM EBCDIC (Yunani)
20424 IBM424 IBM EBCDIC (Ibrani)
20833 x-EBCDIC-KoreanExtended IBM EBCDIC (Diperluas Korea)
20838 IBM-Thai IBM EBCDIC (Thailand)
20866 koi8-r Sirilik (KOI8-R)
20871 IBM871 IBM EBCDIC (Islandia)
20880 IBM880 IBM EBCDIC (Kiril Rusia)
20905 IBM905 IBM EBCDIC (Turki)
20924 IBM00924 IBM Latin-1
20932 EUC-JP Jepang (JIS 0208-1990 dan 0212-1990)
20936 x-cp20936 Mandarin Sederhana (GB2312-80) ✓
20949 x-cp20949 Wansung Korea ✓
21025 cp1025 IBM EBCDIC (Sirilik Serbian-Bulgarian)
21866 koi8-u Sirilik (KOI8-U)
28591 iso-8859-1 Eropa Barat (ISO) ✓ ✓ ✓
28592 iso-8859-2 Eropa Tengah (ISO)
28593 iso-8859-3 Latin 3 (ISO)
28594 iso-8859-4 Baltik (ISO)
28595 iso-8859-5 Sirilik (ISO)
28596 iso-8859-6 Arab (ISO)
28597 iso-8859-7 Yunani (ISO)
28598 iso-8859-8 Ibrani (ISO-Visual) ✓
28599 iso-8859-9 Turki (ISO)
28603 iso-8859-13 Estonia (ISO)
28605 iso-8859-15 Latin 9 (ISO)
29001 x-Europa Europa
38598 iso-8859-8-i Ibrani (ISO-Logical) ✓
50220 iso-2022-jp Jepang (JIS) ✓
50221 csISO2022JP Jepang (JIS-Allow 1 byte Kana) ✓
50222 iso-2022-jp Jepang (JIS-Allow 1 byte Kana - SO/SI) ✓
50225 iso-2022-kr Korea (ISO) ✓
50227 x-cp50227 Mandarin Sederhana (ISO-2022) ✓
51932 euc-jp Jepang (EUC) ✓
51936 EUC-CN Mandarin Sederhana (EUC) ✓
51949 euc-kr Bahasa Korea (EUC) ✓
52936 hz-gb-2312 Bahasa Cina Sederhana (HZ) ✓
54936 GB18030 Mandarin Sederhana (GB18030) ✓
57002 x-iscii-de ISCII Devanagari ✓
57003 x-iscii-be ISCII Bahasa Bengali ✓
57004 x-iscii-ta ISCII Tamil ✓
57005 x-iscii-te ISCII untuk bahasa Telugu ✓
57006 x-iscii-as ISCII Bahasa Assam ✓
57007 x-iscii-or ISCII Oriya ✓
57008 x-iscii-ka ISCII Kannada ✓
57009 x-iscii-ma Standar Kode Karakter ISCII untuk Malayalam ✓
57010 x-iscii-gu ISCII Gujarati ✓
57011 x-iscii-pa ISCII Punjabi ✓
65000 utf-7 Unicode (UTF-7) ✓ ✓
65001 utf-8 Unicode (UTF-8) ✓ ✓ ✓

Contoh berikut memanggil metode GetEncoding(Int32) dan GetEncoding(String) untuk mendapatkan pengodean halaman kode Yunani (Windows). Ini membandingkan objek Encoding yang dikembalikan oleh panggilan metode untuk menunjukkan bahwa objek tersebut sama, lalu peta menampilkan titik kode Unicode dan nilai halaman kode yang sesuai untuk setiap karakter dalam alfabet Yunani.

using System;
using System.Text;

public class Example
{
   public static void Main()
   {
      Encoding enc = Encoding.GetEncoding(1253);
      Encoding altEnc = Encoding.GetEncoding("windows-1253");
      Console.WriteLine($"{enc.EncodingName} = Code Page {altEnc.CodePage}: {enc.Equals(altEnc)}");
      string greekAlphabet = "Α α Β β Γ γ Δ δ Ε ε Ζ ζ Η η " +
                             "Θ θ Ι ι Κ κ Λ λ Μ μ Ν ν Ξ ξ " +
                             "Ο ο Π π Ρ ρ Σ σ ς Τ τ Υ υ " +
                             "Φ φ Χ χ Ψ ψ Ω ω";
      Console.OutputEncoding = Encoding.UTF8;
      byte[] bytes = enc.GetBytes(greekAlphabet);
      Console.WriteLine("{0,-12} {1,20} {2,20:X2}", "Character",
                        "Unicode Code Point", "Code Page 1253");
      for (int ctr = 0; ctr < bytes.Length; ctr++) {
         if (greekAlphabet[ctr].Equals(' '))
            continue;

         Console.WriteLine("{0,-12} {1,20} {2,20:X2}", greekAlphabet[ctr],
                           GetCodePoint(greekAlphabet[ctr]), bytes[ctr]);
      }
   }

   private static string GetCodePoint(char ch)
   {
      string retVal = "u+";
      byte[] bytes = Encoding.Unicode.GetBytes(ch.ToString());
      for (int ctr = bytes.Length - 1; ctr >= 0; ctr--)
         retVal += bytes[ctr].ToString("X2");

      return retVal;
   }
}
// The example displays the following output:
//       Character      Unicode Code Point       Code Page 1253
//       Α                          u+0391                   C1
//       α                          u+03B1                   E1
//       Β                          u+0392                   C2
//       β                          u+03B2                   E2
//       Γ                          u+0393                   C3
//       γ                          u+03B3                   E3
//       Δ                          u+0394                   C4
//       δ                          u+03B4                   E4
//       Ε                          u+0395                   C5
//       ε                          u+03B5                   E5
//       Ζ                          u+0396                   C6
//       ζ                          u+03B6                   E6
//       Η                          u+0397                   C7
//       η                          u+03B7                   E7
//       Θ                          u+0398                   C8
//       θ                          u+03B8                   E8
//       Ι                          u+0399                   C9
//       ι                          u+03B9                   E9
//       Κ                          u+039A                   CA
//       κ                          u+03BA                   EA
//       Λ                          u+039B                   CB
//       λ                          u+03BB                   EB
//       Μ                          u+039C                   CC
//       μ                          u+03BC                   EC
//       Ν                          u+039D                   CD
//       ν                          u+03BD                   ED
//       Ξ                          u+039E                   CE
//       ξ                          u+03BE                   EE
//       Ο                          u+039F                   CF
//       ο                          u+03BF                   EF
//       Π                          u+03A0                   D0
//       π                          u+03C0                   F0
//       Ρ                          u+03A1                   D1
//       ρ                          u+03C1                   F1
//       Σ                          u+03A3                   D3
//       σ                          u+03C3                   F3
//       ς                          u+03C2                   F2
//       Τ                          u+03A4                   D4
//       τ                          u+03C4                   F4
//       Υ                          u+03A5                   D5
//       υ                          u+03C5                   F5
//       Φ                          u+03A6                   D6
//       φ                          u+03C6                   F6
//       Χ                          u+03A7                   D7
//       χ                          u+03C7                   F7
//       Ψ                          u+03A8                   D8
//       ψ                          u+03C8                   F8
//       Ω                          u+03A9                   D9
//       ω                          u+03C9                   F9

Imports System.Text

Module Example
   Public Sub Main()
      Dim enc As Encoding = Encoding.GetEncoding(1253)
      Dim altEnc As Encoding = Encoding.GetEncoding("windows-1253")
      Console.WriteLine("{0} = Code Page {1}: {2}", enc.EncodingName,
                        altEnc.CodePage, enc.Equals(altEnc))
      Dim greekAlphabet As String = "Α α Β β Γ γ Δ δ Ε ε Ζ ζ Η η " +
                                    "Θ θ Ι ι Κ κ Λ λ Μ μ Ν ν Ξ ξ " +
                                    "Ο ο Π π Ρ ρ Σ σ ς Τ τ Υ υ " +
                                    "Φ φ Χ χ Ψ ψ Ω ω"
      Console.OutputEncoding = Encoding.UTF8
      Dim bytes() As Byte = enc.GetBytes(greekAlphabet)
      Console.WriteLine("{0,-12} {1,20} {2,20:X2}", "Character",
                        "Unicode Code Point", "Code Page 1253")
      For ctr As Integer = 0 To bytes.Length - 1
         If greekAlphabet(ctr).Equals(" "c) Then Continue For

         Console.WriteLine("{0,-12} {1,20} {2,20:X2}", greekAlphabet(ctr),
                           GetCodePoint(greekAlphabet(ctr)), bytes(ctr))
      Next

   End Sub
   
   Private Function GetCodePoint(ch As String) As String
      Dim retVal As String = "u+"
      Dim bytes() As Byte = Encoding.Unicode.GetBytes(ch)
      For ctr As Integer = bytes.Length - 1 To 0 Step -1
         retVal += bytes(ctr).ToString("X2")
      Next
      Return retVal
   End Function
End Module
' The example displays the following output:
'    Character      Unicode Code Point       Code Page 1253
'    Α                          u+0391                   C1
'    α                          u+03B1                   E1
'    Β                          u+0392                   C2
'    β                          u+03B2                   E2
'    Γ                          u+0393                   C3
'    γ                          u+03B3                   E3
'    Δ                          u+0394                   C4
'    δ                          u+03B4                   E4
'    Ε                          u+0395                   C5
'    ε                          u+03B5                   E5
'    Ζ                          u+0396                   C6
'    ζ                          u+03B6                   E6
'    Η                          u+0397                   C7
'    η                          u+03B7                   E7
'    Θ                          u+0398                   C8
'    θ                          u+03B8                   E8
'    Ι                          u+0399                   C9
'    ι                          u+03B9                   E9
'    Κ                          u+039A                   CA
'    κ                          u+03BA                   EA
'    Λ                          u+039B                   CB
'    λ                          u+03BB                   EB
'    Μ                          u+039C                   CC
'    μ                          u+03BC                   EC
'    Ν                          u+039D                   CD
'    ν                          u+03BD                   ED
'    Ξ                          u+039E                   CE
'    ξ                          u+03BE                   EE
'    Ο                          u+039F                   CF
'    ο                          u+03BF                   EF
'    Π                          u+03A0                   D0
'    π                          u+03C0                   F0
'    Ρ                          u+03A1                   D1
'    ρ                          u+03C1                   F1
'    Σ                          u+03A3                   D3
'    σ                          u+03C3                   F3
'    ς                          u+03C2                   F2
'    Τ                          u+03A4                   D4
'    τ                          u+03C4                   F4
'    Υ                          u+03A5                   D5
'    υ                          u+03C5                   F5
'    Φ                          u+03A6                   D6
'    φ                          u+03C6                   F6
'    Χ                          u+03A7                   D7
'    χ                          u+03C7                   F7
'    Ψ                          u+03A8                   D8
'    ψ                          u+03C8                   F8
'    Ω                          u+03A9                   D9
'    ω                          u+03C9                   F9

Jika data yang akan dikonversi hanya tersedia dalam blok berurutan (seperti data yang dibaca dari aliran) atau jika jumlah data sangat besar sehingga perlu dibagi menjadi blok yang lebih kecil, Anda harus menggunakan Decoder atau Encoder yang disediakan oleh metode GetDecoder atau metode GetEncoder, masing-masing, dari kelas turunan.

Pengode UTF-16 dan UTF-32 dapat menggunakan pengurutan bita big endian (byte paling signifikan terlebih dahulu) atau pengurutan bita little endian (byte paling tidak signifikan terlebih dahulu). Misalnya, Huruf Kapital Latin A (U+0041) diserialisasikan sebagai berikut (dalam heksadesimal):

  • Pesanan byte "big endian" UTF-16: 00 41
  • Urutan byte little endian UTF-16: 41 00
  • Pesanan byte big endian UTF-32: 00 00 00 41
  • Urutan byte little endian UTF-32: 41 00 00 00

Umumnya lebih efisien untuk menyimpan karakter Unicode menggunakan urutan byte asli. Misalnya, lebih baik menggunakan urutan byte little endian pada platform little endian, seperti komputer berbasis Intel.

Metode GetPreamble mengambil array byte yang menyertakan tanda urutan byte (BOM). Jika array byte ini digabungkan dengan aliran yang dikodekan, ini membantu dekoder mengidentifikasi format pengodean yang digunakan.

Untuk informasi selengkapnya tentang urutan byte dan tanda urutan byte, lihat Standar Unicode di halaman beranda unicode .

Perhatikan bahwa kelas pengodean memungkinkan terjadinya kesalahan.

  • Secara diam-diam berubah menjadi karakter "?".
  • Gunakan karakter "paling cocok".
  • Ubah ke perilaku khusus aplikasi melalui penggunaan kelas EncoderFallback dan DecoderFallback dengan karakter penggantian Unicode U+FFFD.

Anda harus memberikan pengecualian pada kesalahan aliran data apa pun. Aplikasi menggunakan bendera "throwonerror" jika berlaku atau menggunakan kelas EncoderExceptionFallback dan DecoderExceptionFallback. Cadangan penyesuaian terbaik sering tidak disarankan karena dapat menyebabkan kehilangan data atau kebingungan dan lebih lambat dibandingkan dengan penggantian karakter sederhana. Untuk pengodean ANSI, perilaku yang paling cocok adalah default.

  • Last updated on