UTF7,BigEndianUnicode,Unicode,Default,ASCII,UTF8,UTF32与GB2312

[lilunlil]

先说结论，Encoding下面有7个儿子，
其中6个分别是：UTF7,BigEndianUnicode,Unicode,Default,ASCII,UTF8,UTF32
还有一个最重要的儿子：ANSI，这个儿子下面又有140个儿子，其中一个是 ”简体中文（GB2312)“

---------------------------------割--------------------------------
结合System.Text.Encoding类，说下发现过程
由属性

        public static Encoding UTF7 { get; }
        public static Encoding BigEndianUnicode { get; }
        public static Encoding Unicode { get; }
        public static Encoding Default { get; }
        public static Encoding ASCII { get; }
        public static Encoding UTF8 { get; }
        public static Encoding UTF32 { get; }

知道编码方式有6种，而Default肯定获得的是这6种的其中一种；
运行后发现获得的“简体中文（GB2312)“，还真不是上述6种之一，
度娘知“简体中文（GB2312)”是ANSI其中的一种；
由此知，ANSI是Encoding的一种编码方式（文后附参考文献），只是不知道为什么原始属性中没列出。

二、于是想知道ANSI到底有多少儿子，在Encoding中找到了GetEncodings方法，运行后
列出了140种。

附件一：
C# 运行代码

           string  Str = "案";
            Console.WriteLine("编码ASCII为" + HttpUtility.UrlEncode(Str, System.Text.Encoding.ASCII));
            Console.WriteLine("编码BigEndianUnicode为" + HttpUtility.UrlEncode(Str, System.Text.Encoding.BigEndianUnicode));
            Console.WriteLine("编码Default为" + HttpUtility.UrlEncode(Str, System.Text.Encoding.Default));
            Console.WriteLine("编码Unicode为" + HttpUtility.UrlEncode(Str, System.Text.Encoding.Unicode));
            Console.WriteLine("编码UTF32为" + HttpUtility.UrlEncode(Str, System.Text.Encoding.UTF32));
            Console.WriteLine("编码UTF7为" + HttpUtility.UrlEncode(Str, System.Text.Encoding.UTF7));
            Console.WriteLine("编码UTF8为" + HttpUtility.UrlEncode(Str, System.Text.Encoding.UTF8));

            Console.WriteLine("编码UTF32为" + HttpUtility.UrlEncode(Str, System.Text.Encoding.UTF32));
            Console.WriteLine("----------------------------------------------------------");
            var DefaultCode = System.Text.Encoding.Default;
            Console.WriteLine(DefaultCode.BodyName);

            Console.WriteLine("----------------------------------------------------------");
            var ss = System.Text.Encoding.GetEncodings();
            Console.WriteLine($"共{ss.GetLength(0).ToString()  }种。");
            foreach (var item in ss)
            {
                Console.WriteLine($"{item.Name }\t{item.CodePage }\t{item.GetEncoding()}");
            }

运行结果：



二、参考文献:

来自链接：https://www.iteye.com/blog/wallimn-539595

最后，虽然是付出了一下午努力得出的结论；
但总感觉心虚，觉得上面说法不对（第六感），
请各位大神确认一下。

[github_36000833]

引用 2 楼 lilunlil 的回复:

... 谢谢，看完了又琢磨了好久，才明白为何你开头用的“鼓励”二字.... ...

是真心鼓励。 原创的技术分享值得鼓励，特别看到有思考，有引用的文章。 阅读者可以重复你的试验，有机会借鉴和修正，对技术理解和观点。 至于常用编码，个人觉得UTF8，UTF16(即微软说的Encoding.Unicode)，称得上常用。 UTF7几乎已经死寂了，它以前是用来克服email中不能正常显示的问题。 ASCII的范围太小，几十岁的老协议可能还用。 UTF32不流行，一个字符要用4个字节编码，浪费很大。

[fanruinet]

你引用的参考文献对ANSI的理解有点问题。 ANSI code pages就是Windows code pages，在Windows里ANSI编码指的是除了Unicode编码以外所有的编码。而且ANSI这个名称是一个误用(misnomer)。 ANSI应用程序指的是哪些不是为Unicode编写的应用程序（非Unicode程序），具体来说就是用char *单字节字符串，并调用相应的单字节API（例如： size_t strlen ( const char * str ); ）的应用程序。与此相对的是使用wchar_t *双字节字符串，并调用的是双字节API（一般带个w开头，例如： size_t wcslen (const wchar_t* wcs); 的Unicode应用程序。 ANSI应用程序依赖于Windows的默认code page，因此同样的数据可能在不同的电脑上表示的意义不同。这个设置在控制面板->时钟和区域->区域->管理选项卡->非Unicode程序的语言 里面修改。 ANSI既有单字节编码，如code page 1252，也有双字节编码，例如GB2312(code page 936)，参考文献对此理解不准确。 Unicode应用程序可以保证相同的数据在所有的电脑上显示相同意义的字符。 .NET的String是Unicode字符串。

[github_36000833]

鼓励。 所谓的编码，就是把一个字符用一种方法表示出来，比如我自己发明： 一：0001 二：0002 九：0003 十：0010 你：1234 我：1235 它：1236 ... 也一种编码。但这种编码流行不来，只有我自己在使用。 有些大家经常使用，比较知名的编码，就被收录到Encoding的静态属性下，也就是提到的七种Encoding。 这七种里面，有4种完全支持Unicode(后面解释）： Encoding.Unicode (名字实际有误，会误导，应该写成Encoding.UTF16) Encoding.BigEndianUnicode Encoding.UTF8 Encoding.UTF32 其他三种中，ASCII和UTF7是历史遗留编码，不能完全表示所有Unicode的码点。 而Encoding.Default实际上不是具体的一种编码，它是当前机器的MBCS的代码页（也是历史遗留造成的）决定的。 所有它可能是iso-8859-1，也可能是gb2312，将来也可能是UTF8等等。 旧的系统（比如Windows3.0)只支持某些编码，需要知道编码方式，这就是当前机器MBCS的代码页的由来。但这种方法通用性很差。随着技术的进步，人们意识到需要有个统一的码点方案，这就是Unicode的出现。Unicode也可以叫做统一码 - 在Unicode下，具体的一个字符的码点是固定的，比如(如果你第三行看不到字符，可能你的系统/浏览器不支持）： 的：U+7684 A： U+0041 💕：U+1F495 用UTF-16来表示就是： 的：Encoding.Unicode.GetString(new byte[]{ 0x84, 0x76 }); A： Encoding.Unicode.GetString(new byte[] { 0x41, 0x00 }); 💕：Encoding.Unicode.GetString(new byte[] { 0x3D, 0xD8, 0x95, 0xDC }); 可以看到，UTF-16下，大部分编码可以用两个字节表示，它就直接用了码点的数字，比如{ 0x41, 0x0 }就是0x0041，{ 0x84, 0x76 }就是0x7684。但是，有些码点两个字节放不下，比如那个U+1F495，UFT-16就使用了特定的前缀表示需要4个字节。有兴趣的朋友可以自行参考UTF-16编码。 用UTF-32来表示就是： 的：Encoding.UTF32.GetString(new byte[]{ 0x84, 0x76, 0x00, 0x00 }); A： Encoding.UTF32.GetString(new byte[] { 0x41, 0x00, 0x00, 0x00 }); 💕：Encoding.UTF32.GetString(new byte[] { 0x95, 0xF4, 0x01, 0x00 }); UTF-32固定用32比特，4个字节来表示码点，可以和Unicode码点直接转换。比如{ 0x95, 0xF4, 0x01, 0x00 }就是U+1F495 用BigEndianUnicode来表示就是：。 的：Encoding.BigEndianUnicode.GetString(new byte[]{ 0x76, 0x84 }); A： Encoding.BigEndianUnicode.GetString(new byte[] { 0x00, 0x41 }); 💕：Encoding.BigEndianUnicode(new byte[] { 0xD8, 0x3D, 0xDC, 0x95, }); BigEndian表示“大端在前”，就是在每16比特内，大端字节在前。有兴趣的朋友自行和UTF-16比较。 用UTF8表示就是： 的：Encoding.UTF8.GetString(new byte[] { 0xE7, 0x9A, 0x84 }); A： Encoding.UTF8.GetString(new byte[] { 0x41 }); 💕：Encoding.UTF8.GetString(new byte[] { 0xF0, 0x9F, 0x92, 0x95 }); UTF8是变长编码，传统的Ascii字符如果在127以内，都可以用一个字节表示，所以{ 0x41 }表示U+0041。 很多字符在UTF8可以编码为两个字节，但UTF8的中文编码效率不高，往往要用3个字节表示。有兴趣的朋友可以自行参阅UTF8标准。 用GB2312表示就是： 的：Encoding.GetEncoding("GB2312").GetString(new byte[] { 0xB5, 0xC4 }); A： Encoding.GetEncoding("GB2312").GetString(new byte[] { 0x41 }); 💕：<无法表示> GB2312没有完全支持Unicode，因此无法表示U+1F495。但GB2312的优点是对常用中文支持很好，只要两个字节。也一定上兼容Ascii，可以用一个字节来支持常用的字母和数字。 用GB18030表示就是： 的：Encoding.GetEncoding("GB18030").GetString(new byte[] { 0xB5, 0xC4 }); A： Encoding.GetEncoding("GB18030").GetString(new byte[] { 0x41 }); 💕：Encoding.GetEncoding("GB18030").GetString(new byte[] { 0x94, 0x39, 0xd8, 0x33 }); GB18030用来替代GB2312，它支持Unicode。

[fanruinet]

所以ANSI也不是最重要的儿子，而是应该被遗弃的儿子

[lilunlil]

引用 1 楼 github_36000833 的回复:

用UTF-16来表示就是： 用UTF-32来表示就是： 用BigEndianUnicode来表示就是：。 用UTF8表示就是： 用GB2312表示就是： 用GB18030表示就是：

谢谢，看完了又琢磨了好久，才明白为何你开头用的“鼓励”二字.... 敢情正确的表述应该是：Encoding下面有140个儿子，其中有6个是全球范围内常用的UTF7,BigEndianUnicode,Unicode,Default,ASCII,UTF8,UTF32，有1个国内常用的，叫GB2312。 这回理解对了吧？