Classe System.Text.Encoding
Questo articolo fornisce osservazioni supplementari alla documentazione di riferimento per questa API.
La classe Encoding rappresenta una codifica dei caratteri.
La codifica è il processo di trasformazione di un insieme di caratteri Unicode in una sequenza di byte. Al contrario, la decodifica è il processo di trasformazione di una sequenza di byte codificati in un set di caratteri Unicode. Per informazioni sui formati di trasformazione Unicode (UTFs) e altre codifiche supportate da Encoding, vedere Codifica dei caratteri in .NET.
Encoding è progettato per operare su caratteri Unicode invece di dati binari arbitrari, ad esempio matrici di byte. Se è necessario codificare dati binari arbitrari in testo, è consigliabile usare un protocollo come uuencode, implementato da metodi come Convert.ToBase64CharArray.
.NET fornisce le implementazioni seguenti della Encoding classe per supportare le codifiche Unicode correnti e altre codifiche:
ASCIIEncoding codifica i caratteri Unicode come caratteri ASCII a 7 bit singoli. Questa codifica supporta solo i valori di carattere compresi tra U+0000 e U+007F. Tabella codici 20127. Disponibile anche tramite la ASCII proprietà .
UTF7Encoding codifica i caratteri Unicode usando la codifica UTF-7. Questa codifica supporta tutti i valori di carattere Unicode. Tabella codici 65000. Disponibile anche tramite la UTF7 proprietà .
UTF8Encoding codifica i caratteri Unicode usando la codifica UTF-8. Questa codifica supporta tutti i valori di carattere Unicode. Tabella codici 65001. Disponibile anche tramite la UTF8 proprietà .
UnicodeEncoding codifica i caratteri Unicode usando la codifica UTF-16. Sono supportati sia ordini di byte little endian che di big endian. Disponibile anche tramite la Unicode proprietà e la BigEndianUnicode proprietà .
UTF32Encoding codifica i caratteri Unicode usando la codifica UTF-32. Sono supportati sia little endian (tabella codici 12000) che big endian (tabella codici 12001). Disponibile anche tramite la UTF32 proprietà .
La Encoding classe è destinata principalmente alla conversione tra codifiche diverse e Unicode. Spesso una delle classi Unicode derivate è la scelta corretta per l'app.
Usare il GetEncoding metodo per ottenere altre codifiche e chiamare il GetEncodings metodo per ottenere un elenco di tutte le codifiche.
Elenco delle codifiche
Nella tabella seguente sono elencate le codifiche supportate da .NET. Elenca il numero della tabella codici di ogni codifica e i valori delle proprietà e EncodingInfo.DisplayName della EncodingInfo.Name codifica. Un segno di spunta nella colonna di supporto di .NET Framework, supporto di .NET Core o .NET 5 e versioni successive indica che la tabella codici è supportata in modo nativo dall'implementazione di .NET, indipendentemente dalla piattaforma sottostante. Per .NET Framework, la disponibilità di altre codifiche elencate nella tabella dipende dal sistema operativo. Per .NET Core e .NET 5 e versioni successive, sono disponibili altre codifiche usando la System.Text.CodePagesEncodingProvider classe o derivando dalla System.Text.EncodingProvider classe .
Nota
Le tabelle codici la cui EncodingInfo.Name proprietà corrisponde a uno standard internazionale non sono necessariamente conformi a tale standard.
| Tabella codici | Nome | Nome visualizzato | Supporto di .NET Framework | Supporto di .NET Core | Supporto di .NET 5 e versioni successive |
|---|---|---|---|---|---|
| 37 | IBM037 | IBM EBCDIC (US-Canada) | |||
| 437 | IBM437 | Stati Uniti OEM | |||
| 500 | IBM500 | IBM EBCDIC (International) | |||
| 708 | ASMO-708 | Arabo (ASMO 708) | |||
| 720 | DOS-720 | Arabo (DOS) | |||
| 737 | ibm737 | Greco (DOS) | |||
| 775 | ibm775 | Baltico (DOS) | |||
| 850 | ibm850 | Europa occidentale (DOS) | |||
| 852 | ibm852 | Europa centrale (DOS) | |||
| 855 | IBM855 | OEM cirillico | |||
| 857 | ibm857 | Turco (DOS) | |||
| 858 | IBM00858 | OEM Multilingue Latino I | |||
| 860 | IBM860 | Portoghese (DOS) | |||
| 861 | ibm861 | Islandese (DOS) | |||
| 862 | DOS-862 | Ebraico (DOS) | |||
| 863 | IBM863 | Francese Canadese (DOS) | |||
| 864 | IBM864 | Arabo (864) | |||
| 865 | IBM865 | Nordico (DOS) | |||
| 866 | cp866 | Cirillico (DOS) | |||
| 869 | ibm869 | Greco, Moderno (DOS) | |||
| 870 | IBM870 | IBM EBCDIC (multilingue latino-2) | |||
| 874 | windows-874 | Thai (Windows) | |||
| 875 | cp875 | IBM EBCDIC (greco moderno) | |||
| 932 | shift_jis | Giapponese (SHIFT-JIS) | |||
| 936 | gb2312 | Cinese semplificato (GB2312) | ✓ | ||
| 949 | ks_c_5601-1987 | Coreano | |||
| 950 | big5 | Cinese tradizionale (Big5) | |||
| 1026 | IBM1026 | IBM EBCDIC (latino turco-5) | |||
| 1047 | IBM01047 | IBM Latin-1 | |||
| 1140 | IBM01140 | IBM EBCDIC (US-Canada-Euro) | |||
| 1141 | IBM01141 | IBM EBCDIC (Germania-Euro) | |||
| 1142 | IBM01142 | IBM EBCDIC (Danimarca-Norvegia-Euro) | |||
| 1143 | IBM01143 | IBM EBCDIC (Finlandia-Svezia-Euro) | |||
| 1144 | IBM01144 | IBM EBCDIC (Italia-Euro) | |||
| 1145 | IBM01145 | IBM EBCDIC (Spagna-Euro) | |||
| 1146 | IBM01146 | IBM EBCDIC (Uk-Euro) | |||
| 1147 | IBM01147 | IBM EBCDIC (Francia-Euro) | |||
| 1148 | IBM01148 | IBM EBCDIC (International-Euro) | |||
| 1149 | IBM01149 | IBM EBCDIC (Islandese-Euro) | |||
| 1200 | utf-16 | Unicode | ✓ | ✓ | ✓ |
| 1201 | unicodeFFFE | Unicode (Big endian) | ✓ | ✓ | ✓ |
| 1250 | windows-1250 | Europa centrale (Windows) | |||
| 1251 | windows-1251 | Cirillico (Windows) | |||
| 1252 | Windows-1252 | Europa occidentale (Windows) | ✓ | ||
| 1253 | windows-1253 | Greco (Windows) | |||
| 1254 | windows-1254 | Turco (Windows) | |||
| 1255 | windows-1255 | Ebraico (Windows) | |||
| 1256 | windows-1256 | Arabo (Windows) | |||
| 1257 | windows-1257 | Baltico (Windows) | |||
| 1258 | windows-1258 | Vietnamita (Windows) | |||
| 1361 | Johab | Coreano (Johab) | |||
| 10000 | Macintosh | Europa occidentale (Mac) | |||
| 10001 | x-mac-japanese | Giapponese (Mac) | |||
| 10002 | x-mac-chinesetrad | Cinese tradizionale (Mac) | |||
| 10003 | x-mac-korean | Coreano (Mac) | ✓ | ||
| 10004 | x-mac-arabic | Arabo (Mac) | |||
| 10005 | x-mac-ebraico | Ebraico (Mac) | |||
| 10006 | x-mac-greco | Greco (Mac) | |||
| 10007 | x-mac-cirillico | Cirillico (Mac) | |||
| 10008 | x-mac-chinesesimp | Cinese semplificato (Mac) | ✓ | ||
| 10010 | x-mac-romeno | Romeno (Mac) | |||
| 10017 | x-mac-ucraino | Ucraino (Mac) | |||
| 10021 | x-mac-thai | Thai (Mac) | |||
| 10029 | x-mac-ce | Europa centrale (Mac) | |||
| 10079 | x-mac-islandese | Islandese (Mac) | |||
| 10081 | x-mac-turkish | Turco (Mac) | |||
| 10082 | x-mac-croato | Croato (Mac) | |||
| 12000 | utf-32 | Unicode (UTF-32) | ✓ | ✓ | ✓ |
| 12001 | utf-32BE | Unicode (UTF-32 Big endian) | ✓ | ✓ | ✓ |
| 20000 | x-Chinese-CNS | Cinese tradizionale (CNS) | |||
| 20001 | x-cp20001 | TCA Taiwan | |||
| 20002 | x-Chinese-Eten | Cinese tradizionale (Eten) | |||
| 20003 | x-cp20003 | IBM5550 Taiwan | |||
| 20004 | x-cp20004 | TeleText Taiwan | |||
| 20005 | x-cp20005 | Wang Taiwan | |||
| 20105 | x-IA5 | Europa occidentale (IA5) | |||
| 20106 | x-IA5-Tedesco | Tedesco (IA5) | |||
| 20107 | x-IA5-Svedese | Svedese (IA5) | |||
| 20108 | x-IA5-Norvegese | Norvegese (IA5) | |||
| 20127 | us-ascii | US-ASCII | ✓ | ✓ | ✓ |
| 20261 | x-cp20261 | T.61 | |||
| 20269 | x-cp20269 | ISO-6937 | |||
| 20273 | IBM273 | IBM EBCDIC (Germania) | |||
| 20277 | IBM277 | IBM EBCDIC (Danimarca-Norvegia) | |||
| 20278 | IBM278 | IBM EBCDIC (Finlandia-Svezia) | |||
| 20280 | IBM280 | IBM EBCDIC (Italia) | |||
| 20284 | IBM284 | IBM EBCDIC (Spagna) | |||
| 20285 | IBM285 | IBM EBCDIC (REGNO UNITO) | |||
| 20290 | IBM290 | IBM EBCDIC (katakana giapponese) | |||
| 20297 | IBM297 | IBM EBCDIC (Francia) | |||
| 20420 | IBM420 | IBM EBCDIC (arabo) | |||
| 20423 | IBM423 | IBM EBCDIC (greco) | |||
| 20424 | IBM424 | IBM EBCDIC (ebraico) | |||
| 20833 | x-EBCDIC-KoreanExtended | IBM EBCDIC (coreano esteso) | |||
| 20838 | IBM-Thai | IBM EBCDIC (Thai) | |||
| 20866 | koi8-r | Cirillico (KOI8-R) | |||
| 20871 | IBM871 | IBM EBCDIC (Islandese) | |||
| 20880 | IBM880 | IBM EBCDIC (russo cirillico) | |||
| 20905 | IBM905 | IBM EBCDIC (turco) | |||
| 20924 | IBM00924 | IBM Latin-1 | |||
| 20932 | EUC-JP | Giapponese (JIS 0208-1990 e 0212-1990) | |||
| 20936 | x-cp20936 | Cinese semplificato (GB2312-80) | ✓ | ||
| 20949 | x-cp20949 | Wansung coreano | ✓ | ||
| 21025 | cp1025 | IBM EBCDIC (serbo-bulgaro cirillico) | |||
| 21866 | koi8-u | Cirillico (KOI8-U) | |||
| 28591 | iso-8859-1 | Europa occidentale (ISO) | ✓ | ✓ | ✓ |
| 28592 | iso-8859-2 | Europa centrale (ISO) | |||
| 28593 | iso-8859-3 | Latino 3 (ISO) | |||
| 28594 | iso-8859-4 | Baltico (ISO) | |||
| 28595 | iso-8859-5 | Cirillico (ISO) | |||
| 28596 | iso-8859-6 | Arabo (ISO) | |||
| 28597 | iso-8859-7 | Greco (ISO) | |||
| 28598 | iso-8859-8 | Ebraico (ISO-Visual) | ✓ | ||
| 28599 | iso-8859-9 | Turco (ISO) | |||
| 28603 | iso-8859-13 | Estone (ISO) | |||
| 28605 | iso-8859-15 | Latino 9 (ISO) | |||
| 29001 | x-Europa | Europa | |||
| 38598 | iso-8859-8-i | Ebraico (ISO-Logico) | ✓ | ||
| 50220 | iso-2022-jp | Giapponese (JIS) | ✓ | ||
| 50221 | csISO2022JP | Giapponese (JIS-Allow 1 byte Kana) | ✓ | ||
| 50222 | iso-2022-jp | Giapponese (JIS-Allow 1 byte Kana - SO/SI) | ✓ | ||
| 50225 | iso-2022-kr | Coreano (ISO) | ✓ | ||
| 50227 | x-cp50227 | Cinese semplificato (ISO-2022) | ✓ | ||
| 51932 | euc-jp | Giapponese (EUC) | ✓ | ||
| 51936 | EUC-CN | Cinese semplificato (EUC) | ✓ | ||
| 51949 | euc-kr | Coreano (EUC) | ✓ | ||
| 52936 | hz-gb-2312 | Cinese semplificato (HZ) | ✓ | ||
| 54936 | GB18030 | Cinese semplificato (GB18030) | ✓ | ||
| 57002 | x-iscii-de | ISCII Devanagari | ✓ | ||
| 57003 | x-iscii-be | ISCII Bengali | ✓ | ||
| 57004 | x-iscii-ta | ISCII Tamil | ✓ | ||
| 57005 | x-iscii-te | ISCII Telugu | ✓ | ||
| 57006 | x-iscii-as | ISCII Assamese | ✓ | ||
| 57007 | x-iscii-or | ISCII Oriya | ✓ | ||
| 57008 | x-iscii-ka | ISCII Kannada | ✓ | ||
| 57009 | x-iscii-ma | ISCII 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) | ✓ | ✓ | ✓ |
Nell'esempio seguente vengono chiamati i GetEncoding(Int32) metodi e GetEncoding(String) per ottenere la codifica della tabella codici greco (Windows). Confronta gli Encoding oggetti restituiti dalle chiamate al metodo per indicare che sono uguali e quindi esegue il mapping visualizza il punto di codice Unicode e il valore della tabella codici corrispondente per ogni carattere nell'alfabeto greco.
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("{0} = Code Page {1}: {2}", enc.EncodingName,
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
Se i dati da convertire sono disponibili solo in blocchi sequenziali (ad esempio i dati letti da un flusso) o se la quantità di dati è così grande che deve essere suddivisa in blocchi più piccoli, è necessario usare rispettivamente l'oggetto Decoder o fornito Encoder dal GetDecoder metodo o dal GetEncoder metodo di una classe derivata.
I codificatori UTF-16 e UTF-32 possono usare prima l'ordine dei byte big endian (byte più significativo) o l'ordine dei byte little endian (byte meno significativo). Ad esempio, la lettera maiuscola latina A (U+0041) viene serializzata come segue (in formato esadecimale):
- Ordine dei byte big endian UTF-16: 00 41
- UTF-16 little endian byte order: 41 00
- UTF-32 big endian byte order: 00 00 00 41
- UTF-32 little endian byte order: 41 00 00 00
In genere è più efficiente archiviare i caratteri Unicode usando l'ordine dei byte nativo. Ad esempio, è meglio usare l'ordine dei byte little endian su piattaforme little endian, ad esempio i computer Intel.
Il GetPreamble metodo recupera una matrice di byte che include il byte order mark (BOM). Se questa matrice di byte è preceduta da un flusso codificato, consente al decodificatore di identificare il formato di codifica usato.
Per altre informazioni sull'ordine dei byte e sul contrassegno di ordine dei byte, vedere Lo standard Unicode nella home page Unicode.
Si noti che le classi di codifica consentono di:
- Passare automaticamente a un carattere "?".
- Usa un carattere "più adatto".
- Passare a un comportamento specifico dell'applicazione tramite l'uso delle EncoderFallback classi e DecoderFallback con il carattere di sostituzione Unicode U+FFFD.
È consigliabile generare un'eccezione per qualsiasi errore del flusso di dati. Un'app usa un flag "throwonerror" quando applicabile o usa le EncoderExceptionFallback classi e DecoderExceptionFallback . Il fallback più adatto spesso non è consigliato perché può causare perdita di dati o confusione ed è più lento rispetto alle semplici sostituzioni dei caratteri. Per le codifiche ANSI, il comportamento più appropriato è l'impostazione predefinita.
