Примечание
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
В этой статье приводятся дополнительные замечания к справочной документации по этому API.
Класс Encoding представляет кодировку символов.
Кодировка — это процесс преобразования набора символов Юникода в последовательность байтов. В отличие от этого, декодирование — это процесс преобразования последовательности закодированных байтов в набор символов Юникода. Сведения о форматах преобразования Юникода (UTFs) и других кодировках, поддерживаемых Encoding, см. в разделе Кодировка символов в .NET.
Encoding предназначено для работы с символами Юникода вместо произвольных двоичных данных, таких как массивы байтов. Если необходимо закодировать произвольные двоичные данные в текст, следует использовать протокол, например uuencode, который реализуется методами, такими как Convert.ToBase64CharArray.
.NET предоставляет следующие реализации класса Encoding для поддержки текущих кодировок Юникода и других кодировок:
ASCIIEncoding кодирует символы Юникода как 7-разрядные символы ASCII. Эта кодировка поддерживает только значения символов между U+0000 и U+007F. Кодовая страница 20127. Также доступно через свойство ASCII.
UTF7Encoding кодирует символы Юникода с помощью кодировки UTF-7. Эта кодировка поддерживает все значения символов Юникода. Кодовая страница 65000. Также доступно через свойство UTF7.
UTF8Encoding кодирует символы Юникода с помощью кодировки UTF-8. Эта кодировка поддерживает все значения символов Юникода. Кодовая страница 65001. Также доступно через свойство UTF8.
UnicodeEncoding кодирует символы Юникода с помощью кодировки UTF-16. Поддерживаются как младший порядок байтов, так и старший порядок байтов. Также доступно через свойство Unicode и свойство BigEndianUnicode.
UTF32Encoding кодирует символы Юникода с помощью кодировки UTF-32. Поддерживаются как младший порядок байтов (кодовая страница 12000), так и старший порядок байтов (кодовая страница 12001). Также доступно через свойство UTF32.
Класс Encoding в основном предназначен для преобразования между различными кодировками и Юникодом. Часто один из производных классов Юникода является правильным выбором для вашего приложения.
Используйте метод GetEncoding для получения других кодировок и вызова метода GetEncodings для получения списка всех кодировок.
Список кодировок
В следующей таблице перечислены кодировки, поддерживаемые .NET. Приведены номера кодовых страниц каждой кодировки и значения свойств EncodingInfo.Name и EncodingInfo.DisplayName для этих кодировок. Флажок в столбце поддержки .NET Framework, .NET Coreили .NET 5 и более поздних версий указывает на то, что кодовая страница изначально поддерживается данной реализацией .NET, независимо от базовой платформы. Для .NET Framework доступность других кодировок, перечисленных в таблице, зависит от операционной системы. Для .NET Core и .NET 5 и более поздних версий другие кодировки доступны с помощью класса System.Text.CodePagesEncodingProvider или путем извлечения из класса System.Text.EncodingProvider.
Примечание.
Кодовые страницы, параметры EncodingInfo.Name которых соответствуют международному стандарту, не обязательно соблюдают этот стандарт.
| Кодовая страница | Имя | Показать имя | Поддержка .NET Framework | Поддержка .NET Core | Поддержка .NET 5 и более поздних версий |
|---|---|---|---|---|---|
| 37 | IBM037 | IBM EBCDIC (US-Canada) | |||
| 437 | IBM437 | OEM США | |||
| 500 | IBM500 | IBM EBCDIC (Международный) | |||
| 708 | ASMO-708 | Арабский (ASMO 708) | |||
| 720 | DOS-720 | Арабский (DOS) | |||
| 737 | ibm737 | Греческий (DOS) | |||
| 775 | ibm775 | Балтика (DOS) | |||
| 850 | ibm850 | Западная Европа (DOS) | |||
| 852 | ibm852 | Центральная европа (DOS) | |||
| 855 | IBM855 | Кириллица OEM | |||
| 857 | ibm857 | Турецкий (DOS) | |||
| 858 | IBM00858 | OEM Многоязычная латиница I | |||
| 860 | IBM860 | Португальский (DOS) | |||
| 861 | ibm861 | Исландия (DOS) | |||
| 862 | DOS-862 | Иврит (DOS) | |||
| 863 | IBM863 | Французский канадский (DOS) | |||
| 864 | IBM864 | Арабский (864) | |||
| 865 | IBM865 | Северная (DOS) | |||
| 866 | cp866 | Кириллица (DOS) | |||
| 869 | ibm869 | Греческий, современный (DOS) | |||
| 870 | IBM870 | IBM EBCDIC (многоязычная латиница-2) | |||
| 874 | Windows-874 | Тайский (Windows) | |||
| 875 | cp875 | IBM EBCDIC (современный греческий) | |||
| 932 | shift_jis | Японский (Shift-JIS) | |||
| 936 | gb2312 | Упрощённый китайский язык (GB2312) | ✓ | ||
| 949 | ks_c_5601-1987 | Корейский | |||
| 950 | big5 | Китайский традиционный (Big5) | |||
| 1026 | IBM1026 | IBM EBCDIC (турецкая латиница-5) | |||
| 1047 | IBM01047 | IBM Latin-1 | |||
| 1140 | IBM01140 | IBM EBCDIC (US-Canada-Euro) | |||
| 1141 | IBM01141 | IBM EBCDIC (Germany-Euro) | |||
| 1142 | IBM01142 | IBM EBCDIC (Дания-Norway-Euro) | |||
| 1143 | IBM01143 | IBM EBCDIC (Финляндия-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) | |||
| 1200 | utf-16 | Юникод | ✓ | ✓ | ✓ |
| 1201 | юникодFFFE | Юникод (старший порядок байтов) | ✓ | ✓ | ✓ |
| 1250 | Windows-1250 | Центральная европа (Windows) | |||
| 1251 | Windows-1251 | Кириллица (Windows) | |||
| 1252 | Windows-1252 | Западная Европа (Windows) | ✓ | ||
| 1253 | Windows-1253 | Греческий (Windows) | |||
| 1254 | windows-1254 | Турецкий (Windows) | |||
| 1255 | Windows-1255 | Иврит (Windows) | |||
| 1256 | Windows-1256 | Арабский (Windows) | |||
| 1257 | Windows-1257 | Балтика (Windows) | |||
| 1258 | Windows-1258 | Вьетнамский (Windows) | |||
| 1361 | Джохаб | Корейский (Джохаб) | |||
| 10 000 | macintosh | Западная Европа (Mac) | |||
| 10001 | x-mac-японский | Японский (Mac) | |||
| 10002 | X-mac-chinesetrad | Китайский традиционный (Mac) | |||
| 10003 | x-mac-korean | Корейский (Mac) | ✓ | ||
| 10004 | x-mac-арабский | Арабский (Mac) | |||
| 10005 | x-mac-иврит | Иврит (Mac) | |||
| 10006 | x-mac-греческий | Греческий (Mac) | |||
| 10007 | X-mac-cyrillic | Кириллица (Mac) | |||
| 10008 | x-mac-chinesesimp | Китайский (упрощенные иероглифы) (Mac) | ✓ | ||
| 10010 | x-mac-румынский | Румынский (Mac) | |||
| 10017 | x-mac-ukrainian | Украинский (Mac) | |||
| 10021 | x-mac-thai | Тайский (Mac) | |||
| 10029 | x-mac-ce | Центральная европа (Mac) | |||
| 10079 | x-mac-исландский | Исландия (Mac) | |||
| 10081 | x-mac-turkish | Турецкий (Mac) | |||
| 10082 | x-mac хорватский | Хорватский (Mac) | |||
| 12 000 | utf-32 | Юникод (UTF-32) | ✓ | ✓ | ✓ |
| 12001 | utf-32BE | Юникод (UTF-32 Big endian) | ✓ | ✓ | ✓ |
| 20000 | x-Chinese-CNS | Китайский традиционный (CNS) | |||
| 20001 | x-cp20001 | TCA Тайвань | |||
| 20002 | x-Chinese-Eten | Китайский традиционный (Eten) | |||
| 20003 | x-cp20003 | IBM5550 Тайвань | |||
| 20004 | x-cp20004 | TeleText Тайвань | |||
| 20005 | x-cp20005 | Ван Тайвань | |||
| 20105 | x-IA5 | Западная Европа (IA5) | |||
| 20106 | x-IA5-German | Немецкий (IA5) | |||
| 20107 | x-IA5-Swedish | Шведский (IA5) | |||
| 20108 | x-IA5-Norwegian | Норвежский (IA5) | |||
| 20127 | us-ascii | US-ASCII | ✓ | ✓ | ✓ |
| 20261 | x-cp20261 | T.61 | |||
| 20269 | x-cp20269 | ISO-6937 | |||
| 20273 | IBM273 | IBM EBCDIC (Германия) | |||
| 20277 | IBM277 | IBM EBCDIC (Denmark-Norway) | |||
| 20278 | IBM278 | IBM EBCDIC (Finland-Sweden) | |||
| 20280 | IBM280 | IBM EBCDIC (Италия) | |||
| 20284 | IBM284 | IBM EBCDIC (Испания) | |||
| 20285 | IBM285 | IBM EBCDIC (Великобритания) | |||
| 20290 | IBM290 | IBM EBCDIC (японская катакана) | |||
| 20297 | IBM297 | IBM EBCDIC (Франция) | |||
| 20420 | IBM420 | IBM EBCDIC (арабский) | |||
| 20423 | IBM423 | IBM EBCDIC (греческий) | |||
| 20424 | IBM424 | IBM EBCDIC (иврит) | |||
| 20833 | x-EBCDIC-KoreanExtended | IBM EBCDIC (корейский расширенный) | |||
| 20838 | IBM-Thai | IBM EBCDIC (Тайский) | |||
| 20866 | koi8-r | Кириллица (KOI8-R) | |||
| 20871 | IBM871 | IBM EBCDIC (Исландия) | |||
| 20880 | IBM880 | IBM EBCDIC (кириллический русский) | |||
| 20905 | IBM905 | IBM EBCDIC (турецкий) | |||
| 20924 | IBM00924 | IBM Latin-1 | |||
| 20932 | EUC-JP | Японский (JIS 0208-1990 и 0212-1990) | |||
| 20936 | x-cp20936 | Китайский упрощенный (GB2312-80) | ✓ | ||
| 20949 | x-cp20949 | Корейский Вансунг | ✓ | ||
| 21025 | cp1025 | IBM EBCDIC (кириллица Serbian-Bulgarian) | |||
| 21866 | koi8-u | Кириллица (KOI8-U) | |||
| 28591 | iso-8859-1 | Западная Европа (ISO) | ✓ | ✓ | ✓ |
| 28592 | iso-8859-2 | Центральная Европа (ISO) | |||
| 28593 | iso-8859-3 | Латинский 3 (ISO) | |||
| 28594 | iso-8859-4 | Балтика (ISO) | |||
| 28595 | iso-8859-5 | Кириллица (ISO) | |||
| 28596 | iso-8859-6 | Арабский (ISO) | |||
| 28597 | iso-8859-7 | Греческий (ISO) | |||
| 28598 | iso-8859-8 | Иврит (ISO-Visual) | ✓ | ||
| 28599 | iso-8859-9 | Турецкий (ISO) | |||
| 28603 | iso-8859-13 | Эстония (ISO) | |||
| 28605 | iso-8859-15 | Латин-9 (ISO) | |||
| 29001 | x-Европа | Европа | |||
| 38598 | iso-8859-8-i | Иврит (ISO-Logical) | ✓ | ||
| 50220 | iso-2022-jp | Японский (JIS) | ✓ | ||
| 50221 | csISO2022JP | Японский (JIS-Allow 1 байт Кана) | ✓ | ||
| 50222 | iso-2022-jp | Японский (JIS-Allow 1 байт Кана - SO/SI) | ✓ | ||
| 50225 | iso-2022-kr | Корейский (ISO) | ✓ | ||
| 50227 | x-cp50227 | Китайский упрощенный (ISO-2022) | ✓ | ||
| 51932 | euc-jp | Японский (EUC) | ✓ | ||
| 51936 | EUC-CN | Китайский упрощенный (EUC) | ✓ | ||
| 51949 | euc-kr | Корейский (EUC) | ✓ | ||
| 52936 | hz-gb-2312 | Китайский язык (упрощённый) | ✓ | ||
| 54936 | GB18030 | Китайский упрощенный (GB18030) | ✓ | ||
| 57002 | x-iscii-de | ISCII Деванагари | ✓ | ||
| 57003 | x-iscii-be | ISCII Бенгали | ✓ | ||
| 57004 | x-iscii-ta | ISCII Тамиль | ✓ | ||
| 57005 | x-iscii-te | ISCII Telugu | ✓ | ||
| 57006 | x-iscii-as | ISCII ассамский | ✓ | ||
| 57007 | x-iscii-or | ISCII Ория | ✓ | ||
| 57008 | x-iscii-ka | ISCII Kannada | ✓ | ||
| 57009 | x-iscii-ma | ISCII Малаялам | ✓ | ||
| 57010 | x-iscii-gu | ISCII Gujarati | ✓ | ||
| 57011 | x-iscii-pa | ISCII Punjabi | ✓ | ||
| 65000 | utf-7 | Юникод (UTF-7) | ✓ | ✓ | |
| 65001 | utf-8 | Юникод (UTF-8) | ✓ | ✓ | ✓ |
В следующем примере вызываются методы GetEncoding(Int32) и GetEncoding(String) для определения кодировки греческой (Windows) кодовой страницы. Он сравнивает объекты Encoding, возвращаемые вызовами метода, чтобы показать, что они равны, а затем карты отображают точку кода Юникода и соответствующее значение кодовой страницы для каждого символа в греческом алфавите.
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
Если преобразованные данные доступны только в последовательных блоках (например, данные считываются из потока) или если объем данных настолько велик, что его необходимо разделить на меньшие блоки, следует использовать Decoder или Encoder, предоставляемые методом GetDecoder или методом GetEncoder соответственно, производного класса.
Кодировщики UTF-16 и UTF-32 могут использовать порядок старших байтов (наиболее значимый байт первым) или порядок младших байтов (наименее значимый байт первым). Например, заглавная латинская буква A (U+0041) представляется следующим образом (в шестнадцатеричном формате):
- Порядок байтов большого байта UTF-16: 00 41
- UTF-16 младший порядок байтов: 41 00
- Порядок старших байтов UTF-32: 00 00 00 41
- УTF-32 маленький байтовый порядок байтов: 41 00 00 00
Как правило, более эффективно хранить символы Юникода с помощью собственного порядка байтов. Например, лучше использовать младший байтовый порядок на платформах с младшим порядком байтов, таких как компьютеры Intel.
Метод GetPreamble извлекает массив байтов, включающий метку порядка байтов (BOM). Если этот массив байтов префиксируется в кодированном потоке, он помогает декодеру определить используемый формат кодирования.
Дополнительные сведения о порядке байтов и отметке порядка байтов см. в разделе "Стандартный юникод" на домашней странице юникода .
Обратите внимание, что классы кодирования допускают ошибки.
- Автоматически измените символ "?"
- Используйте символ «наиболее подходящий».
- Измените поведение в зависимости от приложения, используя классы EncoderFallback и DecoderFallback с символом замены Юникода U+FFFD.
Вы должны вызвать исключение для любой ошибки потока данных. Приложение использует флаг "throwonerror", если это применимо, или использует классы EncoderExceptionFallback и DecoderExceptionFallback. Наиболее подходящий резервный вариант часто не рекомендуется, так как он может привести к потере данных или путанице и медленнее, чем простые замены символов. Для кодировки ANSI лучше всего подходит поведение по умолчанию.
Совместная работа с нами на GitHub
Источник этого содержимого можно найти на GitHub, где также можно создавать и просматривать проблемы и запросы на вытягивание. Дополнительные сведения см. в нашем руководстве для участников.
