字符串与byte[]之间的转换
一、 编码
同一个字符在不同的编码下会被编成不同长度的编码，比如：
ACSII,每个字符对应一个字节，实际上只使用了7位，从00h-7Fh。只能表达128个字符。
GB2312,中文的一种编码，每个字符使用两个字节表示。
UTF-8, 可以表达所有unicode字符，每个字符可以用1-3个字节表示。
UTF-16, 可以表达所有unicode字符，每个字符可以用1-2个16位整数表示。
UTF-32, 可以表达所有unicode字符，每个字符可以用1个32位整数表示。
Windows内部支持以下编码：
| Name
|
Display Name
|
|
| 936
|
gb2312
|
Chinese Simplified (GB2312)
|
| 1149
|
IBM01149
|
IBM EBCDIC (Icelandic-Euro)
|
| 1200
|
utf-16
|
Unicode
|
| 1201
|
unicodeFFFE
|
Unicode (Big-Endian)
|
| 1252
|
Windows-1252
|
Western European (Windows)
|
| 10003
|
x-mac-korean
|
Korean (Mac)
|
| 10008
|
x-mac-chinesesimp
|
Chinese Simplified (Mac)
|
| 20127
|
us-ascii
|
US-ASCII
|
| 20936
|
x-cp20936
|
Chinese Simplified (GB2312-80)
|
| 20949
|
x-cp20949
|
Korean Wansung
|
| 28591
|
iso-8859-1
|
Western European (ISO)
|
| 28598
|
iso-8859-8
|
Hebrew (ISO-Visual)
|
| 38598
|
iso-8859-8-i
|
Hebrew (ISO-Logical)
|
| 50220
|
iso-2022-jp
|
Japanese (JIS)
|
| 50221
|
csISO2022JP
|
Japanese (JIS-Allow 1 byte Kana)
|
| 50222
|
iso-2022-jp
|
Japanese (JIS-Allow 1 byte Kana - SO/SI)
|
| 50225
|
iso-2022-kr
|
Korean (ISO)
|
| 50227
|
x-cp50227
|
Chinese Simplified (ISO-2022)
|
| 51932
|
euc-jp
|
Japanese (EUC)
|
| 51936
|
EUC-CN
|
Chinese Simplified (EUC)
|
| 51949
|
euc-kr
|
Korean (EUC)
|
| 52936
|
hz-gb-2312
|
Chinese Simplified (HZ)
|
| 54936
|
GB18030
|
Chinese Simplified (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)
|
| 65005
|
utf-32
|
Unicode (UTF-32)
|
| 65006
|
utf-32BE
|
Unicode (UTF-32 Big-Endian)
|
目前Windows的内核已经采用Unicode编码，这样在内核上可以支持全世界所有的语言文字。但是由于现有的大量程序和文档都采用了某种特定语言的编码，例如gb2312，Windows不可能不支持现有的编码，而全部改用Unicode。
Windows使用上面表格所示的代码页(code page)来适应各个国家和地区。Windows使用默认代码页来表示当前操作系统的使用的语言，这可以在控制面板的“区域和语言选项”中选择。一般中文windows操作系统，选择“中文（中国）”，这样设置，windows的默认代码页就是936，即gb2312。
Windows按照当前的缺省代码页去解释文本文件里的字节流。缺省代码页可以通过控制面板的区域选项设置。记事本的另存为中有一项ANSI，其实就是按照缺省代码页的编码方法保存。
Windows的内码是Unicode，它在技术上可以同时支持多个代码页。只要文件能说明自己使用什么编码，用户又安装了对应的代码页，Windows就能正确显示，例如在HTML文件中就可以指定charset。
字节序
UTF-8是单字节的编码，不用考虑字节顺序，但是UTF-16和UTF-32是16位和32位的编码，每个编码内部都有个字节顺序的问题。比如字符”A” (U+0041)，在序列化时是”
UTF-16 big-endian byte order: 00 41
UTF-16 little-endian byte order: 41 00
规范规定了一个可选的方案，就是在编码前导几个字符放上本身不是UTF可能编码的前导编码来帮助判断识别。
UTF-8: EF BB BF
UTF-16 big-endian byte order: FE FF
UTF-16 little-endian byte order: FF FE
UTF-32 big-endian byte order: 00 00 FE FF
UTF-32 little-endian byte order: FF FE 00 00
二、 需要把string转换为byte[]使用的场景
任何需要把string序列化处理都需要这种转换，比如：
需要把string保存到文件中，必须把string转换成一个有序的字节流，以便系统在硬盘上做物理保存。
对string做加密操作时，加密算法是针对字节进行处理，这时也需要把string转换成字节流以便加密算法对数据进行处理。
String到字节流的转换涉及到使用何种编码，使用不同的编码得到的字节码不同，再从字节码做反操作恢复成string，必须使用编码时使用的编码或者兼容的编码，否则结果就是乱码。
三、 string转换为byte []的操作
1、 确定使用的编码
使用Encoding类的静态方法GetEncoding方法获得某个类型的Encoding对象。
l public static Encoding.GetEncoding(int codepage)
codepage指定这种返回代码页的Encoding
l public static Encoding GetEncoding (string name)
name 指定这种返回代码名的Encoding
其中使用到的代码页和代码名在上面表中。
比如要获得一个utf-8的Encoding对象
Encoding myEncoding = Encoding.GetEncoding("utf-8");
2、 从string到byte[]
string sData = “字符串”;
byte[] myByte = myEncoding.GetBytes(sData);
使用GetBytes方法时，不产生前面所说的识别不同UTF格式的前导符。
3、 从byte[]到string
byte[] myByte = new byte[]{};
string sData = myEncoding.GetString(byte[] myByte);