System.Text.Encoding 类
本文提供了此 API 参考文档的补充说明。
Encoding 类表示字符编码。
编码是将一组 Unicode 字符转换为一个字节序列的过程。 相比之下，解码是将编码字节序列转换为一组 Unicode 字符的过程。 有关 Unicode 转换格式（UTF）和其他受支持 Encoding编码的信息，请参阅 .NET 中的字符编码。
Encoding 旨在对 Unicode 字符而不是任意二进制数据（如字节数组）进行操作。 如果必须将任意二进制数据编码为文本，则应使用由方法（如 Convert.ToBase64CharArrayuuencode）实现的协议。
.NET 提供类的 Encoding 以下实现来支持当前的 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。 还可以通过 ASCII 属性使用。
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。 还可以通过 UTF7 属性使用。
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。 还可以通过 UTF8 属性使用。
UnicodeEncoding 使用 UTF-16 编码对 Unicode 字符进行编码。 支持小 endian 和 big endian 字节顺序。 还可以通过 Unicode 属性和 BigEndianUnicode 属性使用。
UTF32Encoding 使用 UTF-32 编码对 Unicode 字符进行编码。 支持小 endian（代码页 12000）和大型 endian（代码页 12001）字节订单。 还可以通过 UTF32 属性使用。
该 Encoding 类主要用于在不同编码和 Unicode 之间转换。 通常，派生的 Unicode 类之一是应用的正确选择。
GetEncoding使用该方法获取其他编码，并调用GetEncodings该方法以获取所有编码的列表。
编码列表
下表列出了 .NET 支持的编码。 它列出每个编码的代码页码以及编码EncodingInfo.NameEncodingInfo.DisplayName的属性的值。 .NET Framework 支持、.NET Core 支持或 .NET 5 及更高版本的支持列中的检查标记指示无论基础平台如何，该 .NET 实现都以本机方式支持代码页。 对于 .NET Framework，表中列出的其他编码的可用性取决于操作系统。 对于 .NET Core 和 .NET 5 及更高版本，可以使用该类或从System.Text.EncodingProvider类派生来获取其他编码System.Text.CodePagesEncodingProvider。
注意
其 EncodingInfo.Name 属性对应于国际标准的代码页不一定完全符合该标准。
| 代码页 | 名称 | 显示名称 | .NET Framework 支持 | .NET Core 支持 | .NET 5 及更高版本支持 |
|---|---|---|---|---|---|
| 37 | IBM037 | IBM EBCDIC （美国-加拿大） | |||
| 437 | IBM437 | OEM 美国 | |||
| 500 | IBM500 | IBM EBCDIC （国际） | |||
| 708 | ASMO-708 | 阿拉伯语（ASMO 708） | |||
| 720 | DOS-720 | 阿拉伯语（DOS） | |||
| 737 | ibm737 | 希腊文 （DOS） | |||
| 775 | ibm775 | 波罗的海 （DOS） | |||
| 850 | ibm850 | 西欧（DOS） | |||
| 852 | ibm852 | 中欧（DOS） | |||
| 855 | IBM855 | OEM 西里尔文 | |||
| 857 | ibm857 | 土耳其 （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 | 希伯来语 （DOS） | |||
| 863 | IBM863 | 法国加拿大人（DOS） | |||
| 864 | IBM864 | 阿拉伯语 （864） | |||
| 865 | IBM865 | 北欧 （DOS） | |||
| 866 | cp866 | 西里尔文 （DOS） | |||
| 869 | ibm869 | 希腊语，现代（DOS） | |||
| 870 | IBM870 | IBM EBCDIC （多语言拉丁语-2） | |||
| 874 | windows-874 | 泰国语（Windows） | |||
| 875 | cp875 | IBM EBCDIC （希腊现代） | |||
| 932 | shift_jis | 日语（Shift-JIS） | |||
| 936 | gb2312 | 简体中文（GB2312） | ✓ | ||
| 949 | ks_c_5601-1987 | 韩语 | |||
| 950 | big5 | 中国传统（Big5） | |||
| 1026 | IBM1026 | IBM EBCDIC （土耳其拉丁语-5） | |||
| 1047 | IBM01047 | IBM Latin-1 | |||
| 1140 | IBM01140 | IBM EBCDIC （US-Canada-Euro） | |||
| 1141 | IBM01141 | IBM EBCDIC （德国-欧元） | |||
| 1142 | IBM01142 | IBM EBCDIC （丹麦-挪威-欧元） | |||
| 1143 | IBM01143 | IBM EBCDIC （芬兰-瑞典-欧元） | |||
| 1144 | IBM01144 | IBM EBCDIC （意大利-欧元） | |||
| 1145 | IBM01145 | IBM EBCDIC （西班牙-欧元） | |||
| 1146 | IBM01146 | IBM EBCDIC （英国-欧元） | |||
| 1147 | IBM01147 | IBM EBCDIC （法国-欧元） | |||
| 1148 | IBM01148 | IBM EBCDIC （国际欧元） | |||
| 1149 | IBM01149 | IBM EBCDIC （冰岛-欧元） | |||
| 1200 | utf-16 | Unicode | ✓ | ✓ | ✓ |
| 1201 | unicodeFFFE | Unicode （大尾语） | ✓ | ✓ | ✓ |
| 1250 | windows-1250 | 中欧 （Windows） | |||
| 1251 | windows-1251 | 西里尔文 （Windows） | |||
| 1252 | Windows-1252 | 西欧(Windows) | ✓ | ||
| 1253 | windows-1253 | 希腊文 （Windows） | |||
| 1254 | windows-1254 | 土耳其 （Windows） | |||
| 1255 | windows-1255 | 希伯来语（Windows） | |||
| 1256 | windows-1256 | 阿拉伯语（Windows） | |||
| 1257 | windows-1257 | 波罗的海 （Windows） | |||
| 1258 | windows-1258 | 越南语（Windows） | |||
| 1361 | Johab | 韩国语（乔哈布） | |||
| 10000 | Macintosh | 西欧（Mac） | |||
| 10001 | x-mac-japanese | 日语（Mac） | |||
| 10002 | x-mac-chinesetrad | 中国传统（Mac） | |||
| 10003 | x-mac-korean | 韩国语（Mac） | ✓ | ||
| 10004 | x-mac-arabic | 阿拉伯语（Mac） | |||
| 10005 | x-mac-希伯来语 | 希伯来语（Mac） | |||
| 10006 | x-mac-greek | 希腊文 （Mac） | |||
| 10007 | x-mac-cyrillic | 西里尔文 （Mac） | |||
| 10008 | x-mac-chinesesimp | 简体中文（Mac） | ✓ | ||
| 10010 | x-mac-罗马尼亚语 | 罗马尼亚语（Mac） | |||
| 10017 | x-mac-乌克兰语 | 乌克兰语（Mac） | |||
| 10021 | x-mac-thai | 泰国语（Mac） | |||
| 10029 | x-mac-ce | 中欧（Mac） | |||
| 10079 | x-mac-icelandic | 冰岛语（Mac） | |||
| 10081 | x-mac-turkish | 土耳其 （Mac） | |||
| 10082 | x-mac-克罗地亚 | 克罗地亚语 （Mac） | |||
| 12000 | utf-32 | Unicode （UTF-32） | ✓ | ✓ | ✓ |
| 12001 | utf-32BE | Unicode （UTF-32 Big endian） | ✓ | ✓ | ✓ |
| 20000 | x-Chinese-CNS | 中国传统（CNS） | |||
| 20001 | x-cp20001 | TCA 台湾 | |||
| 20002 | x-Chinese-Eten | 中国传统（Eten） | |||
| 20003 | x-cp20003 | IBM5550台湾 | |||
| 20004 | x-cp20004 | TeleText 台湾 | |||
| 20005 | x-cp20005 | 王台 | |||
| 20105 | x-IA5 | 西欧（IA5） | |||
| 20106 | x-IA5-德语 | 德语（IA5） | |||
| 20107 | x-IA5-Swedish | 瑞典语 （IA5） | |||
| 20108 | x-IA5-挪威语 | 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 （日本片假名） | |||
| 20297 | IBM297 | IBM EBCDIC （法国） | |||
| 20420 | IBM420 | IBM EBCDIC （阿拉伯语） | |||
| 20423 | IBM423 | IBM EBCDIC （希腊文） | |||
| 20424 | IBM424 | IBM EBCDIC （希伯来语） | |||
| 20833 | x-EBCDIC-KoreanExtended | IBM EBCDIC （韩国扩展） | |||
| 20838 | IBM-Thai | IBM EBCDIC （泰国） | |||
| 20866 | koi8-r | 西里尔文 （KOI8-R） | |||
| 20871 | IBM871 | IBM EBCDIC （冰岛语） | |||
| 20880 | IBM880 | IBM EBCDIC （西里尔文俄语） | |||
| 20905 | IBM905 | IBM EBCDIC （土耳其） | |||
| 20924 | IBM00924 | IBM Latin-1 | |||
| 20932 | EUC-JP | 日语 （JIS 0208-1990 和 0212-1990） | |||
| 20936 | x-cp20936 | 简体中文（GB2312-80） | ✓ | ||
| 20949 | x-cp20949 | 韩国万松 | ✓ | ||
| 21025 | cp1025 | IBM EBCDIC （西里尔语塞尔维亚-保加利亚） | |||
| 21866 | koi8-u | 西里尔文 （KOI8-U） | |||
| 28591 | iso-8859-1 | 西欧（ISO） | ✓ | ✓ | ✓ |
| 28592 | iso-8859-2 | 中欧（ISO） | |||
| 28593 | iso-8859-3 | 拉丁语 3 （ISO） | |||
| 28594 | iso-8859-4 | 波罗的海 （ISO） | |||
| 28595 | iso-8859-5 | 西里尔文 （ISO） | |||
| 28596 | iso-8859-6 | 阿拉伯语（ISO） | |||
| 28597 | iso-8859-7 | 希腊文（ISO） | |||
| 28598 | iso-8859-8 | 希伯来语（ISO-Visual） | ✓ | ||
| 28599 | iso-8859-9 | 土耳其 （ISO） | |||
| 28603 | iso-8859-13 | 爱沙尼亚语（ISO） | |||
| 28605 | iso-8859-15 | 拉丁语 9 （ISO） | |||
| 29001 | x-Europa | 欧洲 | |||
| 38598 | iso-8859-8-i | 希伯来语 （ISO-Logical） | ✓ | ||
| 50220 | iso-2022-jp | 日语（JIS） | ✓ | ||
| 50221 | csISO2022JP | 日语 （JIS-Allow 1 字节假名） | ✓ | ||
| 50222 | iso-2022-jp | 日语 （JIS-Allow 1 字节假名 - SO/SI） | ✓ | ||
| 50225 | iso-2022-kr | 韩国语（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 | 韩国语（EUC） | ✓ | ||
| 52936 | hz-gb-2312 | 简体中文（HZ） | ✓ | ||
| 54936 | GB18030 | 简体中文（GB18030） | ✓ | ||
| 57002 | x-iscii-de | ISCII Devanagari | ✓ | ||
| 57003 | x-iscii-be | ISCII Bengali | ✓ | ||
| 57004 | x-iscii-ta | ISCII 泰米尔语 | ✓ | ||
| 57005 | x-iscii-te | ISCII 泰卢固语 | ✓ | ||
| 57006 | x-iscii-as | ISCII Assamese | ✓ | ||
| 57007 | x-iscii-or | ISCII Oriya | ✓ | ||
| 57008 | x-iscii-ka | ISCII Kannada | ✓ | ||
| 57009 | x-iscii-ma | ISCII 马拉雅拉姆语 | ✓ | ||
| 57010 | x-iscii-gu | ISCII 古吉拉特语 | ✓ | ||
| 57011 | x-iscii-pa | ISCII 旁遮普语 | ✓ | ||
| 65000 | utf-7 | Unicode （UTF-7） | ✓ | ✓ | |
| 65001 | utf-8 | Unicode (UTF-8) | ✓ | ✓ | ✓ |
以下示例调用 GetEncoding(Int32) 和 GetEncoding(String) 方法以获取希腊语（Windows）代码页编码。 它将方法调用返回的对象进行比较 Encoding ，以显示它们相等，然后映射显示 Unicode 代码点以及希腊字母表中每个字符的相应代码页值。
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
如果要转换的数据仅在顺序块（如从流中读取的数据）中可用，或者如果数据量如此之大且需要将其划分为较小的块，则应分别使用Decoder派生类的方法或GetEncoder方法提供的GetDecoder或Encoder方法。
UTF-16 和 UTF-32 编码器可以使用大字节字节顺序（最重要字节优先）或小字节字节顺序（最不重要的字节优先）。 例如，拉丁文大写字母 A （U+0041） 按如下所示序列化（十六进制）：
- UTF-16 大尾字节顺序：00 41
- UTF-16 小尾字节顺序：41 00
- UTF-32 big endian 字节顺序：00 00 00 41
- UTF-32 小尾字节顺序：41 00 00 00
使用本机字节顺序存储 Unicode 字符通常更高效。 例如，最好在小端平台（如 Intel 计算机）上使用小字节字节顺序。
该方法 GetPreamble 检索包含字节顺序标记（BOM）的字节数组。 如果此字节数组以编码的流为前缀，则它有助于解码器标识所使用的编码格式。
有关字节顺序和字节顺序标记的详细信息，请参阅 Unicode 主页上的 Unicode 标准版。
请注意，编码类允许以下错误：
- 以无提示方式更改为“？” 字符。
- 使用“最适合”字符。
- 通过使用 EncoderFallback U+FFFD Unicode 替换字符和 DecoderFallback 类，更改为特定于应用程序的行为。
应对任何数据流错误引发异常。 如果适用，应用要么使用“throwonerror”标志，要么使用 EncoderExceptionFallback 类 DecoderExceptionFallback 。 通常不建议最佳回退，因为它可能会导致数据丢失或混淆，并且比简单的字符替换速度慢。 对于 ANSI 编码，最佳拟合行为是默认值。
