从C# String类理解Unicode（UTF8/UTF16)

上一篇博客：从字节理解Unicode（UTF8/UTF16)。这次我将从C# code 中再一次阐述上篇博客的内容。

C# 代码看UTF8

代码如下：

string test = "UTF-8你";

//把字符转换为 byte[]

byte[] bytearray_UTF8 = Encoding.UTF8.GetBytes(test);

// byte[] to 16 进制的字符形式

String hexString = BitConverter.ToString(bytearray_UTF8);

运行后的结果"hexString "就是"55-54-46-2D-38-E4-BD-A0"，字符"你"占3个字节，3个字节为"E4-BD-A0"。

完全符合上篇博客用txt分析的结果。（请参考上篇博客。从字节理解Unicode（UTF8/UTF16)）

C# 代码看UTF16

代码如下：

string test = "UTF-8你";

//把字符转换为 UTF16 byte[]

byte[] bytearray_Unicode = Encoding.Unicode.GetBytes(test);

//byte[] to 16 进制的字符形式

String hexString_UTF16 = BitConverter.ToString(bytearray_UTF8);

运行后的结果"hexString_UTF16"就是"55-00-54-00-46-00-2D-00-38-00-60-4F"，字符"你"占2个字节，3个字节为"60-4F"。（Widnwos（.net）默认Unicode是UTF16）

完全符合上篇博客用txt分析的结果。当然字节序也完全一样，因为我的CPU是intel的，注定是低字节序。（请参考，上篇博客从字节理解Unicode（UTF8/UTF16)）

从C#代码String 类和从文本角度查看二进制角度得到的结果是完全一致的。当然这也不难理解，无论从String类角度，还是文本角度，他们使用的都是UTF8/UTF16。那么他们从字节角度都应该得到一致的结果。

从字节角度看图片和视频？？

那么从一个文本文件的二进制，然后在知道这个文本用的是UTF8/UTF16，（其实很多情况我们可以判断出一个文本文件的编码是UTF8或者UTF16），就可以从二进制的角度去理解和修改文本文件。这样即使你把文本文件损坏，然后修复者按照这样的方式，可以把大部分的文本修复回来，只要损坏程度不高，理解起来完全没有问题。

那么或许你会问，那么图片和视频呢？他们不也是一个一个的字节吗？那么我可以从字节角度去理解或者修复一副图片和一个视频文件吗？

读到这里你是不是想到一个TED演讲，说的是一个摄影师，照相机被人偷走，最后找到相机，但是文件都被删除了，于是他求助数据修复师，最后得到一些非常奇怪的图片，然后他就办了一个这样照片的展览。

那么当然是可以得。但是实际操作起来是很麻烦的。因为，图片和视频都有复杂的格式，格式决定他们是如何存储和读取信息的。类似于字符的UTF8/UTF16。图片有JPG等等格式，你必须理解这样格式是怎么编码的，你才能去正确的修改图片。

感兴趣的话，可以参考以下文章。

JPEG编解码过程详解

http://www.zhihu.com/question/22293783

转载于:https://www.cnblogs.com/zizifn/p/4734456.html

从C# String类理解Unicode（UTF8/UTF16)相关推荐

Unicode(UTF-8, UTF-16)令人混淆的概念　和　python unicode转中文及转换默认编码
Unicode(UTF-8, UTF-16)令人混淆的概念 [转载](https://www.cnblogs.com/fnlingnzb-learner/p/6163205.html) 为啥需要Uni ...
Unicode, UTF8, UTF16, UTF32
Unicode, UTF8, UTF16, UTF32之间的关系 Unicode是编码字符集,而UTF-8, UTF-16, UTF-32是字符集编码. Unicode用一些基本的保留字符制定了三套编 ...
Unicode(UTF-8, UTF-16)的简单理解
文章目录一.Unicode出现的意义 1)背景 2)发展起源ASCII码 3)ASCII码的缺点和优点 4) Unicodey出现的意义二.Unicode详细介绍 0)Unicode定义 1)涉及 ...
大端小端,ascii,unicode,utf8,utf16,utf32,gb2312,gbk,gb18030等字符编码问题
字符编码的问题让我困惑了好久的一段时间,其实简单的想,字符编码没有什么东西的,可是想真弄明白还是花去了我一点时间,前端时间写了一个简单的log程序,主要的工作就是支持系统运行时输出日志信息,同时允许定 ...
Unicode(UTF-8, UTF-16)令人混淆的概念
为啥需要Unicode 我们知道计算机其实挺笨的,它只认识0101这样的字符串,当然了我们看这样的01串时肯定会比较头晕的,所以很多时候为了描述简单都用十进制,十六进制,八进制表示.实际上都是等价的, ...
Unicode, UTF-8, UTF-16, UTF-32, UCS-2, UCS-4
1. Unicode与ISO 10646 全世界很多个国家都在为自己的文字编码,并且互不想通,不同的语言字符编码值相同却代表不同的符号(例如:韩文编码EUC-KR中"한국어"的编码 ...
正确理解UNICODE UTF-8等编码方式
[color=darkred]转载出处:[/color][url]http://blog.csdn.net/polarman/archive/2007/04/30/1593159.aspx[/url] ...
unicode,UTF-8,UTF-16,UTF-32是什么，各有什么关系
1.Unicode(统一码.万国码.单一码)是计算机科学领域里的一项业界标准,包括字符集.编码方案等.是为了解决传统的字符编码方案的局限而产生的,它为每种语言中的每个字符设定了统一并且唯一的二进制编码 ...
gbk, gb2312,big5,unicode,utf-8,utf-16的区别
本文转自http://blog.chinaunix.net/uid-446337-id-94462.html详细说明了各种编码的区别于联系,对于支持国际化很重要,否则各种乱码能搞死人! Unicode ...

从C# String类理解Unicode（UTF8/UTF16)

从C# String类理解Unicode（UTF8/UTF16)相关推荐

最新文章

热门文章