Question

考虑以下C＃代码

     int x = 126;
     string s = "126";
     FileStream fs = new FileStream("test.txt", FileMode.Create);
     StreamWriter sw = new StreamWriter(fs);
     sw.WriteLine(x);
     sw.WriteLine(s);

输出（以十六进制字节存储在test.txt中）为31 32 36 0D 0A 31 32 36 0D 0A

如果我对第4行进行了更改：

StreamWriter sw = new StreamWriter(fs, Encoding.Unicode);

输出为：FF FE 31 00 32 00 36 00 0D 00 0A 00 31 00 32 00 36 00 0D 00 0A 00

有人可以帮我解释逻辑吗？是否有关于使用C＃

的文件系统的不同编码方案及其行为的参考

Answer 1

我建议您阅读Joel Spolsky's excellent article on the subject of character sets and encodings。简而言之：

文件只是一个字节序列。
字符串是一系列字符。
字符集定义一组字符并指定一个唯一的代码点（一个代表该字符的整数 - 注意＆＃34;整数＆＃34;是每个角色不一定是int。
如果要将字符串存储在文件中，则需要将字符序列转换为字节序列。对于256个字符或更少字符的字符集，字符和字节之间通常存在一对一的对应关系，但对于较大的字符集（如Unicode），它会变得更复杂。
编码定义如何将字符串字符的代码点转换为字节。

因此，当您更改编码时，相同的字符串会被转换为不同的字节序列。

请注意，字符集和编码的行为与编程语言无关。更改是如何引用和使用各种编码和字符集（通常，编码与特定字符集绑定，因此选择编码也将隐式选择字符集）。在C＃的情况下，Encoding.Unicode命名不佳 - 它是Unicode 字符集，但是UTF-16LE 编码（其中）如果您只使用英文字符，则每隔一个字节为00。

另外，请注意，字符串在程序内部表示为char数组，其中每个char是一个值，表示来自UTF-16编码的两个后续字节（因此某些奇特的字符实际上可能表示为两个char值）。您无法直接访问该数组，并且大多数字符串功能都试图抽象出这一事实。此内部编码不会影响字符串写入文件的方式（或者，您手动选择编码，或者获取您正在调用的操作的默认字符集 - StreamWriter为UTF -8（感谢@xanatos的纠正））。

在C＃中使用不同类型的编码方案的十六进制字节输出有什么区别？

1 个答案: