Encoding Osztály

Definíció

public ref class Encoding abstract

public ref class Encoding abstract : ICloneable

public abstract class Encoding

public abstract class Encoding : ICloneable

[System.Serializable]
public abstract class Encoding

[System.Serializable]
[System.Runtime.InteropServices.ComVisible(true)]
public abstract class Encoding : ICloneable

type Encoding = class

type Encoding = class
    interface ICloneable

[<System.Serializable>]
type Encoding = class

[<System.Serializable>]
[<System.Runtime.InteropServices.ComVisible(true)>]
type Encoding = class
    interface ICloneable

Public MustInherit Class Encoding

Public MustInherit Class Encoding
Implements ICloneable

Öröklődés

Object

Encoding

Származtatott

System.Text.ASCIIEncoding

System.Text.UnicodeEncoding

System.Text.UTF32Encoding

System.Text.UTF7Encoding

System.Text.UTF8Encoding

Attribútumok

SerializableAttribute ComVisibleAttribute

Megvalósítás

ICloneable

Példák

Az alábbi példa egy sztringet konvertál egyik kódolásból a másikba.

using System;
using System.Text;

class ConvertExample
{
   static void Run()
   {
      string unicodeString = "This string contains the unicode character Pi (\u03a0)";

      // Create two different encodings.
      Encoding ascii = Encoding.ASCII;
      Encoding unicode = Encoding.Unicode;

      // Convert the string into a byte array.
      byte[] unicodeBytes = unicode.GetBytes(unicodeString);

      // Perform the conversion from one encoding to the other.
      byte[] asciiBytes = Encoding.Convert(unicode, ascii, unicodeBytes);
         
      // Convert the new byte[] into a char[] and then into a string.
      char[] asciiChars = new char[ascii.GetCharCount(asciiBytes, 0, asciiBytes.Length)];
      ascii.GetChars(asciiBytes, 0, asciiBytes.Length, asciiChars, 0);
      string asciiString = new string(asciiChars);

      // Display the strings created before and after the conversion.
      Console.WriteLine("Original string: {0}", unicodeString);
      Console.WriteLine("Ascii converted string: {0}", asciiString);
   }
}

// The example displays the following output:
//    Original string: This string contains the unicode character Pi (Π)
//    Ascii converted string: This string contains the unicode character Pi (?)

Imports System.Text

Class Example1
   Shared Sub Run()
      Dim unicodeString As String = "This string contains the unicode character Pi (" & ChrW(&H03A0) & ")"

      ' Create two different encodings.
      Dim ascii As Encoding = Encoding.ASCII
      Dim unicode As Encoding = Encoding.Unicode

      ' Convert the string into a byte array.
      Dim unicodeBytes As Byte() = unicode.GetBytes(unicodeString)

      ' Perform the conversion from one encoding to the other.
      Dim asciiBytes As Byte() = Encoding.Convert(unicode, ascii, unicodeBytes)

      ' Convert the new byte array into a char array and then into a string.
      Dim asciiChars(ascii.GetCharCount(asciiBytes, 0, asciiBytes.Length)-1) As Char
      ascii.GetChars(asciiBytes, 0, asciiBytes.Length, asciiChars, 0)
      Dim asciiString As New String(asciiChars)

      ' Display the strings created before and after the conversion.
      Console.WriteLine("Original string: {0}", unicodeString)
      Console.WriteLine("Ascii converted string: {0}", asciiString)
   End Sub
End Class
' The example displays the following output:
'    Original string: This string contains the unicode character Pi (Π)
'    Ascii converted string: This string contains the unicode character Pi (?)

Megjegyzések

A Encoding osztály karakterkódolást jelöl.

A kódolás a Unicode-karakterek halmazának bájtok sorozatává alakításának folyamata. Ezzel szemben a dekódolás a kódolt bájtok sorozatának Unicode-karakterekből álló készletté alakításának folyamata. A Unicode-átalakítási formátumokról (UTF-ekről) és a Encodingáltal támogatott egyéb kódolásokról a .NET Karakterkódolás című témakörben olvashat.

A Encoding tetszőleges bináris adatok, például bájttömbök helyett Unicode-karaktereken való működésre szolgál. Ha tetszőleges bináris adatokat kell szöveggé kódolnia, akkor olyan protokollt kell használnia, mint az uuencode, amelyet olyan metódusok implementálnak, mint a Convert.ToBase64CharArray.

A .NET a Encoding osztály alábbi implementációit biztosítja az aktuális Unicode-kódolások és más kódolások támogatásához:

• ASCIIEncoding Unicode-karaktereket egyetlen 7 bites ASCII-karakterként kódol. Ez a kódolás csak az U+0000 és az U+007F közötti karakterértékeket támogatja. Kódlap 20127. A ASCII tulajdonságon keresztül is elérhető.

• UTF7Encoding Unicode-karaktereket kódol az UTF-7 kódolással. Ez a kódolás az összes Unicode-karakterértéket támogatja. Kódlap 65000. A UTF7 tulajdonságon keresztül is elérhető.

• UTF8Encoding Unicode-karaktereket kódol az UTF-8 kódolással. Ez a kódolás az összes Unicode-karakterértéket támogatja. Kódlap 65001. A UTF8 tulajdonságon keresztül is elérhető.

• UnicodeEncoding Unicode-karaktereket kódol az UTF-16 kódolással. "A 'little endian' és a 'big endian' bájtsorrendek is támogatottak." A Unicode tulajdonságon és a BigEndianUnicode tulajdonságon keresztül is elérhető.

• UTF32Encoding Unicode-karaktereket kódol az UTF-32 kódolással. A little endian (kódlap: 12000) és a big endian (kódlap: 12001) bájtrendelések egyaránt támogatottak. A UTF32 tulajdonságon keresztül is elérhető.

A Encoding osztály elsősorban a különböző kódolások és a Unicode közötti konvertálásra szolgál. Gyakran az egyik származtatott Unicode-osztály a megfelelő választás az alkalmazás számára.

A GetEncoding metódussal szerezze be az egyéb kódolásokat, és hívja meg a GetEncodings metódust az összes kódolás listájának lekéréséhez.

Kódolások listája

Az alábbi táblázat a .NET által támogatott kódolásokat sorolja fel. Felsorolja az egyes kódolások kódlapszámát, valamint a kódolás EncodingInfo.Name és EncodingInfo.DisplayName tulajdonságainak értékeit. Az .NET-keretrendszer támogatási, .NET Core támogatásivagy .NET 5 és újabb támogatási oszlopban látható pipa jelzi, hogy a kódlapot az adott .NET-implementáció natív módon támogatja, függetlenül az alapul szolgáló platformtól. A .NET-keretrendszer esetében a táblázatban felsorolt egyéb kódolások elérhetősége az operációs rendszertől függ. A .NET Core és a .NET 5 és újabb verziókhoz más kódolások is elérhetők a System.Text.CodePagesEncodingProvider osztály használatával vagy a System.Text.EncodingProvider osztályból származtatva.

Az alábbi példa meghívja a GetEncoding(Int32) és GetEncoding(String) metódusokat a görög (Windows) kódlap kódolásának lekéréséhez. Összehasonlítja a metódushívások által visszaadott Encoding objektumokat, hogy azok egyenrangúak legyenek, majd a térképek megjelenítik a Unicode kódpontot és a megfelelő kódlap értékét a görög ábécé minden egyes karakteréhez.

using System;
using System.Text;

public class GetEncodingExample
{
   public static void Run()
   {
      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 Example2
   Public Sub Run()
      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

Ha az átalakítandó adatok csak szekvenciális blokkokban (például adatfolyamból beolvasott adatokban) érhetők el, vagy ha az adatmennyiség olyan nagy, hogy kisebb blokkokra kell osztani, akkor a Decoder metódus vagy a származtatott osztály Encoder metódusa által biztosított GetDecoder vagy GetEncoder kell használnia.

Az UTF-16 és az UTF-32 kódolók használhatják a big endian bájtsorrendet (elsőként a legjelentősebb bájt) vagy a kis endian bájtsorrendet (a legkevésbé jelentős bájt első). Az A latin betű (U+0041) például a következőképpen szerializálva van (hexadecimálisan):

• UTF-16 nagy végű bájtsorrend: 00 41
• UTF-16 kis végű bájtsorrend: 41 00
• UTF-32 big endian bájtsorrend: 00 00 00 41
• UTF-32 kis endián bájtsorrend: 41 00 00 00

Általában hatékonyabb Unicode-karaktereket tárolni a natív bájtsorrend használatával. Jobb például a kis endian bájtsorrendet használni a kis endian platformokon, például az Intel számítógépeken.

A GetPreamble metódus bájtok tömbjét kéri le, amelyek tartalmazzák a bájtrendjelet (BOM). Ha ez a bájttömb egy kódolt adatfolyamra van előtagolva, segít a dekódolónak azonosítani a használt kódolási formátumot.

A bájtsorrendről és a bájtsorrendjelről további információt a Unicode Standard Unicode kezdőlapjántalál.

Vegye figyelembe, hogy a kódolási osztályok a következő hibákat teszik lehetővé:

• Csendesen váltson át a "?" karakterre.
• Használjon "legjobban illeszkedő" karaktert.
• Váltson alkalmazásspecifikus viselkedésre az U+FFFD Unicode helyettesítő karakterrel rendelkező EncoderFallback és DecoderFallback osztályok használatával.

Minden adatfolyam-hiba esetén kivételt kell dobnia. Egy alkalmazás vagy "throwonerror" jelzőt használ, ha alkalmazható, vagy a EncoderExceptionFallback és DecoderExceptionFallback osztályokat használja. A legjobb illeszkedési helyettesítés gyakran nem ajánlott, mert adatvesztést vagy zavart okozhat, és lassabb, mint az egyszerű karaktercserék. AZ ANSI-kódolások esetében a legjobb illesztési viselkedés az alapértelmezett.

Lásd még

• Az .NET