是（unicode）字符串編碼中性嗎？

在.NET中，一個字符串是一個unicode字符串。我的理解是字符串本身不包含任何特定的編碼信息，即編碼是否中性？只要編碼方法與解碼方法相匹配，您可以使用任何編碼方法將字符串解碼爲字節流，然後將字節流編碼爲可識別的字符串？是（unicode）字符串編碼中性嗎？

來源

2010-10-17 Aperture

是的，許多編碼方案不能容納所有Unicode碼點，這使得一些往返行程不具有冪等性。

來源

2010-10-17 09:01:23

嗨我用中文編碼方案「Encoding.GetEncoding（936）」和StreamWriter類寫一箇中文字符串到.txt文件中。爲什麼記事本程序可以正確顯示字符，即使我沒有指定記事本程序使用哪種編碼？我知道有一個自動字節標記檢測，但我不認爲它可以自動檢測一個奇特的編碼方案？ – Aperture 2010-10-17 09:17:55

@孔徑：記事本將一些啓發式算法應用於文件的開頭，以計算編碼。如果通常得到正確的結果，但有可能愚弄它。 [詳見Michael Kaplan的博客。]（http://blogs.msdn.com/b/michkap/archive/2007/04/22/2239345.aspx） – Richard 2010-10-17 09:54:32

@Richard：Bravo！這裏充滿了知識淵博的人！ – Aperture 2010-10-17 11:28:31

.NET中的「Unicode」是UTF-16或UCS-2（2字節）。它本身就是完整Unicode字符集的編碼，它需要32位（4字節，UCS-4）來保存所有字符。因此，您可以按原樣序列化這些字節，並且它們將在任何支持UTF-16的系統上進行恢復，這些系統將正確地反序列化它們。

來源

2010-10-17 09:06:17

.Net字符串由UTF-16字符組成。沒有「Unicode字符串」這樣的東西。它可以是UCS2或UCS4字符串，或UTF-7，UTF-8，UTF-16等各種轉換格式，但不能稱其爲「Unicode」。理解它們之間的區別很重要。

我知道.Net團隊中有人調用Encoding類「Unicode」的屬性，但它是一個錯誤。而且這個類還包含「默認」屬性，這是另一個錯誤的屬性。這導致了許多缺陷（大多數人不閱讀手冊，他們根本沒有意識到「Unicode」是UTF-16，「Default」是默認的OS代碼頁）。

至於你的問題的第二部分，答案不幸的是沒有。這將是「是」，但有一個小問題。它是GB18030編碼 - 中國PRC的標準編碼。它已經分配了Unicode標準中尚不存在的代碼點（尚未）。 Unicode標準的新版本可能會解決此問題。

這裏的一個重點（返回到UTF-16）是字節對轉換沒有必要。問題與代理對有關，您必須小心，因爲一個字符可以由兩個對定義，即四個字節。

如果你不在意支持GB18030編碼，你可以使用你提到的方法。如果碰巧你想在中國銷售你的軟件，你需要支持它，當然你必須非常小心（需要進行大量的測試）。

來源

2010-10-17 09:15:05

嗨，謝謝澄清我的一個長期問題（UnicodeEncoding和UTF8Encoding有什麼區別）。那麼Unicode = UTF-16和UTF-8 = UTF-8？ – Aperture 2010-10-17 09:22:52

在GB18030編碼的情況下，您的意思是它定義的代碼點在16位UNICODE標準中甚至在32位UNICODE/ISO 10646標準中沒有任何coutnerparts？ – 2010-10-17 09:23:49

@Ondrey：從一個角度來說，我的意思是說GB18030比ISO 10646定義了更多的代碼點，所以沒有辦法轉換這些附加的代碼點。但是我聽說GB18030：2005指定了一些在Unicode 5.1中沒有等值的字形。我錯了嗎？ – 2010-10-17 09:32:45

是（unicode）字符串編碼中性嗎？

回答

相關問題