Encoding in .net

BOM: Byte Oder Mark

 

编码	BOM值
UTF-8	EF BB BF
UTF-16  big endian	FE FF
UTF-16  little endian (Unicode)	FF FE
UTF-32  big endian	00 00 FE FF
UTF-32  little endian	FF FE 00 00

 

你可能不知道： 一个汉字用utf-8编码会用3个字节。

 

NET中的StreamWriter默认采用UTF8编码格式编码字符串，但并不将UTF8所对应的BOM值（“EF BB BF”）写入到二进制流中。UTF8Encoding 的默认构造函数也不带BOM，而Encoding.UTF8是带BOM的。

 

DBCS double-byte character set

SBCS single-byte character set

 

在中文环境下Encoding.Default属性返回的类型是DBCSCodePageEncoding，这是一个internal的类

代码页标识值	.NET中的名字
936	gb2312
950	big5
1200	utf-16
52936	hz-gb-2312
54936	GB18030
65000	utf-7
65001	utf-8
932	Japanese Shift-JIS

 

private static Encoding CreateDefaultEncoding()
{
    int aCP = Win32Native.GetACP();
    if (aCP == 0x4e4) //1252
    {
        return new SBCSCodePageEncoding(aCP);
    }
    return GetEncoding(aCP);
}

 

http://www.cnblogs.com/bitfan/archive/2010/11/25/1887590.html

http://en.wikipedia.org/wiki/Code_page

Published by Wiz